裝備保障鏈中的牛鞭效應弱化措施評價方法研究

摘要：利用D-S證據理論和層次分析法相結合的方法，在分析了裝備保障鏈中牛鞭效應的主要成因和控制措施的基礎上，建立了牛鞭效應的層次模型，提出了牛鞭效應弱化措施的評價方法。最后通過實例說明這種方法在牛鞭效應弱化措施評價中的應用。

關鍵詞：牛鞭效應；證據理論；層次分析法；評價方法

中圖分類號：F224文獻標識碼：A

文章編號：1002-3100(2008)10-0078-04

Abstract: On the basis of analysis of the mostly causes and weaken methods of the bullwhip effect on ESC， this paper adopts the method which is generated by combining AHP method with DS method to establish the hierarchy model of the Bullwhip effect and present an evaluation method of weaken methods of the bullwhip effect. finally， an application example proves that the method is effective on the evaluation of weaken methods of the bullwhip effect on ESC.

Key words: bullwhip effect; theory of evidence; analysis of hierarchy process; method of evaluation

0引言

牛鞭效應[1]（Bullwhip Effect）起源于對商業供應鏈管理的研究。它是供應鏈管理中不可避免的現象，是對需求信息不對稱及扭曲在供應鏈中傳遞的一種形象地描述。在裝備保障鏈中，由于機關、部隊、軍工廠以及裝備相關科研院所的地域分布廣等，裝備保障中信息難以共享，導致各個節點的信息出現非對稱性和保障信息曲解，產生“牛鞭效應”是不可避免的[2]。究其產生原因主要有：（1）需求預測的不精確性；（2）請領時期過長；（3）庫存策略不合理；（4）共享信息的不對稱性；（5）物資短缺博弈的影響。由于牛鞭效應對供應鏈的效益有著較大的影響，因此，目前國內外有眾多學者對其進行了大量的研究，研究工作主要集中在如下幾個方面，即牛鞭效應的存在性；牛鞭效應的產生原因；牛鞭效應的定量化研究；對牛鞭效應抑制及其穩定性優化等方面。

針對以上原因，我們認為弱化牛鞭效應的主要措施有：

（1）減少信息的不確定性；

（2）建立戰略聯盟；

（3）縮短訂貨提前期；

（4）減少變動性。

然而在上述四項措施中究竟哪一項對策在控制與弱化牛鞭效應方面最為有效、控制效果最為顯著呢？在這方面目前的研究還不多見。由于以上各項措施的嚴重不確定性，因此在對它們進行決策評估時就需要運用不確定性推理方法，而證據理論正是一種重要的不確定性推理方法，利用證據理論對不確定性問題進行處理以顯示出很好的前景，結合層次分析法，能較好地解決牛鞭效應弱化策略的決策問題。為此，我們建立牛鞭效應弱化問題的層次模型進行分析（如圖1所示）。

1層次分析法與D-S證據理論

1.1 層次分析法

層次分析法（AHP法）是美國運籌學家沙旦（T.L.Saaty）于20世紀70年代提出的，是一種定性與定量分析相結合的多目標決策分析方法。特別是將決策者的經驗判斷給予量化，對目標（因素）結構復雜且缺乏必要的數據情況下更為實用。它是一種實用的多準則決策方法，它把一個復雜的問題表示為有序的遞界層次結構，通過人們的判斷對決策方案優劣排序。該方法運用哲學上分解和綜合的思維過程，采用數學方法進行描述，建立決策過程的數學模型，能統一處理決策中的定性與定量因素，具有實用性、系統性、簡潔性等特點，該方法已經被廣泛應用于各項實踐中。

1.2證據理論

證據理論是一種不精確推理理論，近年來有了較大的發展，正受到越來越多的關注，證據理論首先由Dempster在1967年提出，他由多值映射得出了概率的上下界，后來由Shafer G在1976年推廣并且形成證據推理，因此又稱為D－S理論（the dempster/shafter theory of evidence）。證據理論憑借其能夠很好地表示“不確定性”、“未知”等認知學上重要概念的優點，被成功地應用于諸如機器人、醫療診斷、決策分析等領域來解決不確定信息的處理問題。

1.2.1基本概念

1.2.3證據沖突的處理

當我們使用證據理論對專家的評分進行綜合時，會發現有些專家的意見存在分歧甚至完全沖突，這樣在我們對證據進行合成時，就會得到不合理的合成效果或者根本無法進行下去。為了得到更為有效的評分，本文利用證據理論綜合每個專家的評分，將每個專家的評分視作一條證據，通過證據理論的合成得到更為有利的證據。同時為提高評價的合理性，考慮到各個專家的知識水平和知識結構不盡相同，我們需要對各個專家設定不同的權重，對不同權重的證據進行綜合。如表1所示多個不同權重的證據[4]。另外，對于某個專家的意見，我們有時不認為它百分之百正確，而認為其有一定的不確定度，因此，本文引入不確定度?濁[5]來解決這些問題，避免證據間沖突的出現。

不確定度?濁的計算公式為：

2牛鞭效應弱化措施評價體系

2.1評價權重設計

下面我們給出基于證據理論的牛鞭效應弱化措施評估問題的一般解決思路：

第一步，按照表2所示結構，由n個專家分別對某準則下的t項措施進行單獨打分，得到原始評分表。

第二步，根據原始評分表計算證據的不確定度?濁，并對專家的原始評分進行歸一化處理。本文利用下式進行歸一化處

理[6-7]：

第三步，將每位專家的評分視作一條證據，設識別框架?專為｛極其顯著、顯著、良好、一般、差｝，根據式（2）、（3）對不考慮權重和考慮權重的證據分別進行合成并進行信度調整。

3實例分析

甲的評分為：0.1，0.5，0.2，0.2，0；0.2，0.4，0.2，0.1，0.1；0.1，0.3，0.4，0.2，0；

乙的評分為：0.3，0.4，0.1，0.1，0.1；0.6，0.3，0.1，0，0；0.4，0.1，0.2，0.2，0.1；

丙的評分為：0.4，0.4，0.1，0.1，0；0.1，0.3，0.4，0.2，0；0.2，0.4，0.1，0.1，0.2。

設三位專家的不確定度?濁=0.66，處理后三位專家的評分分別為：

甲的評分：0.2320，0.6320，0.3320，0.1320；0.3320，0.5320，0.3320，0.2320，0.2320;

0.2320，0.4320，0.5320，0.3320，0.1320。

乙的評分：0.4320，0.5320，0.2320，0.2320，0.2320；0.7320，0.4320，0.2320，0.1320，0.1320;

0.5320，0.2320，0.3320，0.3320，0.2320。

丙的評分：0.5320，0.5320，0.2320，0.2320，0.1320；0.2320，0.4320，0.5320，0.3320，0.1320;

0.3320，0.5320，0.2320，0.2320，0.1320。

0.07130.0966 0.0524 0.0524 0.0412；

0.11530.08240.03120.02970.0328；

0.06780.0600 0.06240.05640.0387。

0.06640.10040.05500.05560.0425；

0.10750.08560.03280.03160.0339；

0.06320.06240.06560.05990.0400。

4結束語

在裝備保障鏈的牛鞭效應弱化問題中，具體措施的選擇至關重要。本文提出基于證據理論的多專家合成方法，通過不確定度對利用證據理論進行證據合成時出現的沖突問題進行了處理，對給定的措施進行了分析評估并最終實現了排序，使結論更符合實際情況。為下一步牛鞭效應弱化措施的選擇提供了直接依據。

參考文獻：

[1] 王進發，李勵. 軍事供應鏈管理——支持軍事行動的科學與藝術[M]. 北京: 國防大學出版社， 2004.

[2] 封利民，高曉利，孫強，等. 裝備保障鏈中非對稱信息的灰色解釋[J]. 海軍航空工程學院學報，2006(3):267-270.

[3] 段新生. 證據理論與決策、人工智能[M]. 北京：中國人民大學出版社，1993.

[4] 劉曉紅，徐楊，裴崢. 基于證據理論的人力資源評價結果合成方法[J]. 統計與決策，2006(6):24-26.

[5] 郭凱，王先甲，王雅娟. 基于證據理論的高校評價方法研究[J]. 武漢科技大學學報，2007(8):401-404.

[6] 孫全，葉秀清，顧偉康． 一種新的基于證據理論的合成公式[J]． 電子學報，2000，28(8):117-119.

[7] 李弼程，王波，魏俊． 一種有效的證據理論合成公式[J]． 數據采集與處理，2002，17(1):34-36.