模糊群決策在物流選址中的運(yùn)用

[摘要] 運(yùn)用模糊群決策理論，考慮在信息集結(jié)時(shí)應(yīng)在隸屬度最大的情況下，使最終群組意見和各專家意見的偏離度最小，建立了一個(gè)確定群組綜合決策矩陣的二層規(guī)劃模型，從而給出了一個(gè)物流中心選址的模糊群決策模型。運(yùn)用本文方法可以直接得到實(shí)數(shù)型群組綜合決策矩陣，避免了模糊數(shù)群決策中對模糊數(shù)的運(yùn)算和排序。

[關(guān)鍵詞] 模糊數(shù) 群決策 物流選址 二次規(guī)劃

隨著信息技術(shù)和現(xiàn)代管理理論的發(fā)展，物流研究在企業(yè)和社會(huì)都得到越來越多的重視，研究的內(nèi)容主要包括單一配送中心選址方法和多個(gè)配送中心選址及分配方法兩個(gè)方面，但綜合起來主要還是關(guān)于物流中心如何選址的問題。物流中心的分布對現(xiàn)代物流活動(dòng)有很大的影響，物流中心合理的選址能夠減少貨物運(yùn)輸費(fèi)用，大大降低運(yùn)營成本，從而提高企業(yè)競爭力。

物流中心選址主要是在一系列候選點(diǎn)中確定新增設(shè)施的最佳位置，這便需要對各個(gè)候選點(diǎn)進(jìn)行分析、比較和評價(jià)，從而最終選擇最優(yōu)的地址建立物流中心。由于物流中心評價(jià)涉及到多因素的影響，而且這些評價(jià)數(shù)據(jù)主要來自于過去的經(jīng)驗(yàn)和決策者的主觀判斷，傳統(tǒng)的確定性決策模型往往不能很好的反應(yīng)出各評價(jià)信息的不確定性和模糊性，自模糊數(shù)學(xué)被引入決策領(lǐng)域后，由于運(yùn)用模糊數(shù)能更好的反應(yīng)出信息評價(jià)過程中人思維和意識(shí)的模糊性和不確定性，故基于模糊數(shù)學(xué)的不確定決策方法得到了很大的發(fā)展和應(yīng)用。但在集結(jié)群組意見并給出決策結(jié)果的過程中，大多數(shù)方法都涉及到模糊數(shù)的集結(jié)運(yùn)算，雖然現(xiàn)今的模糊數(shù)排序方法有很多種，可沒有一種是最好的，而且常常出現(xiàn)針對同一問題采用不同的模糊數(shù)排序方法得到不同的排序結(jié)果。為了避免在模糊數(shù)多屬性群決策中出現(xiàn)這樣的問題，本文基于模糊數(shù)隸屬度的意義，提出一種新的模糊數(shù)多屬性群決策方法，運(yùn)用該方法可以直接得到實(shí)數(shù)型群組綜合決策矩陣，從而避免了模糊數(shù)的運(yùn)算和比較。最后實(shí)例說明該模糊群決策方法在物流中心選址中的運(yùn)用。

一、基礎(chǔ)知識(shí)介紹

定義1實(shí)數(shù)域R上的模糊數(shù)具有隸屬函數(shù)

則稱為三角模糊數(shù)。式中l(wèi)≤m≤r，l和r分別稱為的下界值和上界值，m稱為的中值。三角模糊數(shù)被簡記為=(l，m，r)，當(dāng)l=m=r時(shí)三角模糊數(shù)退化為普通實(shí)數(shù)。

定理1bkij隸屬于三角模糊數(shù)的隸屬度可以寫成如下形式:

（1）

其中分別為模糊三角數(shù)的左右斜率。

二、物流中心選擇的模糊群決策模型

設(shè)物流中心評價(jià)選擇指標(biāo)的權(quán)重為w=(w1，w2，L，wn)T，專家權(quán)重為h=(h1，L，hp)T，第k個(gè)專家對第i個(gè)候選地址在評價(jià)指標(biāo)j下的模糊評價(jià)值為。

在實(shí)際決策中，考慮到人的意識(shí)的模糊性和不確定性，運(yùn)用模糊數(shù)來對候選地址進(jìn)行評價(jià)更為合理，但客觀上任何一個(gè)候選地址在各評價(jià)指標(biāo)下的評價(jià)值應(yīng)是一個(gè)實(shí)數(shù)值bkij，其隸屬于akij的隸屬度為μakij(bkij)。在集結(jié)各專家意見的時(shí)候，一般包含兩個(gè)原則:一個(gè)是使各專家的客觀評價(jià)值bkij隸屬于模糊評價(jià)值akij的隸屬度盡可能的大;另一個(gè)原則是群體綜合值bij應(yīng)該盡可能的和各個(gè)專家的客觀評價(jià)值bkij相符。綜合考慮以上的兩個(gè)原則，從而我們可以建立如下的物流中心選擇的模糊群決策模型

在運(yùn)用上面的模型便可以確定出群組綜合決策矩陣B=(bij)n×m及Bk=(bkij)，在最終確定出滿意的群組綜合意見后，由于決策矩陣B=(bij)n×m的元素都是實(shí)數(shù)，運(yùn)用實(shí)數(shù)多屬性決策方法進(jìn)行集結(jié)，并對方案排序擇優(yōu)。

三、物流中心選址的應(yīng)用實(shí)例

某企業(yè)為了擴(kuò)大市場，欲選擇兩個(gè)城市建立物流中心，經(jīng)過前期的調(diào)查，他們已經(jīng)確定了四個(gè)候選城市xi(i=1，2，3，4);為了選出更適合企業(yè)未來發(fā)展的城市建立物流中心，該企業(yè)從自然環(huán)境G1、交通運(yùn)輸G2、經(jīng)營環(huán)境G3、地理?xiàng)l件G4和公共設(shè)施G5五個(gè)方面綜合考慮，聘請三位專家 組成委員會(huì)確定出最好的兩個(gè)城市建立物流中心。三位專家dk(k=1，2，3)選用模糊語言標(biāo)度:極好=(0.8，0.9，1)，很好=(0.7，0.8，0.9)，好 =(0.6，0.7，0.8)，較好=(0.5，0.6，0.7)，一般=(0.4，0.5，0.6)，較差=(0.3，0.4，0.5)，差=(0.2，0.3，0.4)， 很差=(0.1，0.2，0.3)，極差=(0，0.1，0.2)對每個(gè)候選城市的各項(xiàng)指標(biāo)進(jìn)行評估，得到如表1所給的評估信息。其中各評價(jià)指標(biāo)Gi的權(quán)重w=(0.2，0.3，0.2，0.2，0.1)，各專家dk(k=1，2，3)的權(quán)重為h=(0.3，0.4，0.3)。

將語言評價(jià)值轉(zhuǎn)化成模糊三角數(shù)矩陣后，采用本文的模型運(yùn)用Matlab編程運(yùn)算可以得到在參數(shù)α=2時(shí)，基于隸屬度最大情況下，各個(gè)專家的客觀判斷矩陣如下：

由于綜合各個(gè)專家意見后所得到的各個(gè)候選城市在各個(gè)選擇指標(biāo)下的評價(jià)值是實(shí)數(shù)，采用簡單的加權(quán)平均得到各個(gè)候選城市的綜合評價(jià)值分別為：

比較上面的綜合值，可以看出四個(gè)候選城市的排列順序?yàn)?x3、f、x2、f、x1、f、x4，故該企業(yè)應(yīng)該在x3，x2這兩個(gè)城市建立物流中心。

四、結(jié) 語

在物流中心的選址規(guī)劃中，對物流中心的選址原則、影響因素等進(jìn)行綜合分析，并提出縝密的決策建議是非常必要的。在決策中，充分考慮決策者和決策對象的不確定性，運(yùn)用模糊數(shù)或模糊語言變量表示決策信息更合理更能反應(yīng)實(shí)際情況。由于在模糊群決策中很多是對模糊數(shù)的集結(jié)，且到最后都是涉及到對模糊數(shù)的排序，雖然現(xiàn)在學(xué)術(shù)界提出了很多關(guān)于模糊數(shù)的排序方法，但是就像他們自己所說的一樣，至今沒有一種模糊數(shù)排序方法適用于所有的模糊數(shù)排序，甚至出現(xiàn)針對同一問題采用不同的排序方法得到不同的排序結(jié)果，運(yùn)用本文的方法可以直接得到實(shí)數(shù)型群組綜合決策矩陣從而避免了對模糊數(shù)集結(jié)和排序。

同時(shí)本文所給出的模糊群決策方法也可以運(yùn)用到社會(huì)經(jīng)濟(jì)和生產(chǎn)過程的其他決策問題中。

參考文獻(xiàn):

[1]李延暉馬士華劉黎明:基于時(shí)間約束的多源多品種配送系統(tǒng)模型及一種啟發(fā)式算法[J].系統(tǒng)工程理論方法應(yīng)用，2004，13(5):395～399

[2]韓世蓮李旭宏劉新旺毛海軍:多人多準(zhǔn)則模糊層次分析法的物流中心綜合評價(jià)優(yōu)選模型[J]，系統(tǒng)工程理論與實(shí)踐，2004(7):128～134

[3]Chian-Son Yu， Chien-Kuo Li . A group decision making fuzzy AHP model and its application to a plant location selection problem[C].Joint 9th IFSA World Congress and 20th NAFIPS International Conference， Vancouver， Canada， 2001: 76～80

[4]A new fuzzy multiple attributive group decision making met- hodology and its application to propulsion/maneuvering system selection problem[J]. European Journal of Operational Research，2005，166:93～114

[5]Chen-Tung Chen .Extensions of the TOPSIS for group decision making under fuzzy environment[J].Fuzzy sets and Systems， 2000，114:1～9

[6]呂翔昊李登峰:基于模糊信息的群體多維偏好分析決策模型[J].系統(tǒng)工程與電子技術(shù)，2004，26(5):605～607

[7]劉明廣杜綱:基于滿意度最大的群決策方法[J].系統(tǒng)工程，2005， 23（5）:111～114

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。