基于組合賦權(quán)法的物流仿真進度影響評價＊

劉雪麗，王佳斌

基于組合賦權(quán)法的物流仿真進度影響評價＊

劉雪麗，王佳斌

（華僑大學 工學院，福建 泉州 362021）

以多級供應(yīng)鏈網(wǎng)絡(luò)系統(tǒng)的仿真作為主要研究對象，對其中的物流環(huán)節(jié)進行仿真。影響物流模擬真實性的因素很多，在綜合考慮影響因素的基礎(chǔ)上確定評價指標，基于主成分分析法和熵權(quán)法分別計算各評價指標的主客觀權(quán)重，依據(jù)組合賦權(quán)法取得綜合評價值，然后通過模擬試驗找出數(shù)量的最優(yōu)組合，使仿真更加接近現(xiàn)實。該實驗經(jīng)驗對預(yù)測整個供應(yīng)鏈需要建立倉庫數(shù)以及能否在規(guī)劃的工期內(nèi)完成任務(wù)有實際指導意義及應(yīng)用參考價值。

供應(yīng)鏈物流；進度影響；主成分分析法；熵權(quán)法

1 引言

當所研究的系統(tǒng)需要很長時間才能了解系統(tǒng)內(nèi)部參數(shù)變化所引起的后果時，仿真是一種特別有效的研究手段。物流環(huán)節(jié)的仿真對工程進度評價以及預(yù)測倉庫建設(shè)個數(shù)發(fā)揮著重要的作用。物流是生產(chǎn)廠家和倉庫之間的銜接，其中包括出廠物流、出庫物流、入庫物流，通過優(yōu)化物流環(huán)節(jié)的仿真，使其更加貼近現(xiàn)實，達到比較準確預(yù)測每個環(huán)節(jié)是否能在預(yù)期的時間能夠啟動或結(jié)束某項任務(wù)的目標。

由于物流受多個因素的影響，因此物流進度的仿真包括多指標綜合評價的過程。為了使模擬更加真實有效，影響物流進度的指標需要采用科學的評價方法，建立合適的數(shù)學模型，從而求解多指標評價問題[1]。

本文研究采用組合賦權(quán)的方法確定每個評價指標對物流仿真的影響程度，然后通過確定綜合影響因子參數(shù)來模擬現(xiàn)實中每天不斷變化的狀況，為物流等環(huán)節(jié)的管理方面做出有效的決策提供支持[2]。

2 影響物流進度的指標權(quán)重確定

影響物流進度的因素很多，包括自然因素、環(huán)境因素、經(jīng)濟因素。為了找出每個指標更加合理的評價值，本文采用主成分分析法和熵權(quán)法的組合賦權(quán)法求出每個評價指標的主客觀權(quán)重，然后根據(jù)綜合評價模型得出評價指標的最后權(quán)重值。

2.1 主成分分析法的權(quán)重確定

利用主成分賦權(quán)法確定指標的權(quán)重，該方法以實際指標信息來確定權(quán)重，具有客觀性、合理性較高等優(yōu)點。由于數(shù)據(jù)間可能會具有相關(guān)性，因此需要把給定的一組相關(guān)變量通過變換轉(zhuǎn)換成另一組不相關(guān)的變量，然后求其相關(guān)權(quán)重[3]。

2.2 熵權(quán)法的權(quán)重確定

熵權(quán)法是一種客觀的賦權(quán)法，相對主觀賦權(quán)具有較高的可信度和精確度，能夠深刻反映出指標的區(qū)分能力，進而能夠確定權(quán)重。根據(jù)信息熵的定義，對于某項指標，可以用熵值來判斷某個指標的離散程度，其熵值越小，指標的離散程度越大，該指標對綜合評價的影響就越大，如果某項指標的值全部相等，則該指標在綜合評價中不起作用[4]。

2.3 綜合權(quán)重確定

本研究中的綜合賦權(quán)法是結(jié)合主成分分析法以及熵權(quán)法來求出組合權(quán)重的。

主成分分析法主要是專家憑借經(jīng)驗對指標進行打分構(gòu)成初步矩陣，主觀性比較強；通過信息熵來進行指標權(quán)重的確定，雖然在一定程度上能夠反映客觀現(xiàn)實，但是該方法對樣本的依賴性比較大，隨著樣本的不斷變化，權(quán)重會發(fā)生一定的波動。那么本文通過結(jié)合這兩種評價方法來確定最后需要的權(quán)重，一定程度上減少了主觀因素對指標確定的影響程度，也充分體現(xiàn)了數(shù)據(jù)的客觀性。

3 工程實例應(yīng)用

3.1 初始指標確定

以多級供應(yīng)鏈系統(tǒng)仿真項目中的物流環(huán)節(jié)仿真為例，通過分析來模擬不確定性的綜合影響因子參數(shù)值是否符合現(xiàn)實，驗證獲取的每個指標的評價值是否合理。通過調(diào)查問卷的形式以及課題研究人員討論，最后總結(jié)確定了6項評價指標，對物流進度的影響進行評價。選擇的評價指標為天氣狀況1、交通狀況2、運輸故障3、淡旺季影響4、通路因素（進口通關(guān)）5、其他因素6。

3.2 主成分分析計算權(quán)重

根據(jù)專家對各評價指標的重要度打分，構(gòu)建專家的評分矩陣。

指標評分矩陣如表1所示。

表1 指標評分矩陣

指標 天氣狀況交通狀況運輸故障淡旺季影響通路因素其他因素 專家專家1455333 專家2455443 專家3545322 專家4454322 專家5354422 專家6455342 專家7555132

注：5表示很重要，4表示比較重要，3表示一般重要，2表示較不重要，1為不重要。

根據(jù)專家評分矩陣利用SPSS分析軟件得到了成分載荷矩陣，主成分的特征值j以及方差j，提取了3個成分。成分矩陣如表2所示。解釋的總方差如表3所示。

表2 成分矩陣

成分 123 天氣狀況.951-.217.021 交通狀況-.457.529-.706 運輸故障.824.501.186 淡旺季影響-.713.247.620 通路因素（進口通關(guān)）.268.875-.166 其他因素-.026.819.338

表3 解釋的總方差

成分初始特征值 合計方差的百分比累積百分比 12.37339.54739.547 22.07434.56474.111 31.05917.65591.766 4.4176.94498.710 5.0771.290100.000 6-2.85E-16-4.761E-15100.000

3.3 信息熵計算權(quán)重

3.3.1 數(shù)據(jù)歸一化

本文根據(jù)專家對每個指標的打分，采用負向指標對數(shù)據(jù)進行歸一化。

3.3.2 計算客觀權(quán)重

3.4 綜合權(quán)重計算

表4 各評價方法權(quán)重對比表

指標主成分分析法熵權(quán)法組合權(quán)重 天氣狀況0.154 100.080 60.117 交通狀況0.187 80.407 30.290 4 運輸故障0.186 90.262 20.232 4 淡旺季影響0.179 20.098 60.139 6 通路因素0.157 80.080 90.118 6 其他因素0.134 20.070 40.102

3.5 評價結(jié)果分析

將通過主成分分析法、熵權(quán)法、組合賦權(quán)得到的結(jié)果應(yīng)用到綜合影響因子的數(shù)學模型中，與只是隨機產(chǎn)生的影響因子模型進行對比，對比結(jié)果如圖1所示，橫坐標代表仿真的天數(shù)，縱坐標代表不確定性指標對物流進度的影響程度。

圖1 綜合影響因子對比實驗結(jié)果

由圖1可知：①random infector曲線代表在給定的范圍內(nèi)隨機產(chǎn)生一個值來模擬各評價指標對物流進度的影響程度，可以發(fā)現(xiàn)曲線波動浮動很大，有較大的隨機性，不同時間進行實驗時數(shù)值懸殊大。雖然在某種程度上仿真了每天可能發(fā)生的各種突發(fā)情況，但不夠貼近現(xiàn)實。②pca infector曲線代表通過主成分分析法確定的權(quán)重應(yīng)用到綜合影響因子參數(shù)模型中得到的曲線。③entropy infector曲線代表通過熵權(quán)法確定的權(quán)重應(yīng)用到綜合影響因子參數(shù)模型中最后得到的結(jié)果。從曲線波動幅度來看，相比隨機產(chǎn)生綜合影響因子值曲線，波動幅度小很多，而且兩個曲線的取值差距不大，說明雖然每天會面臨很多不確定性情況，但是這種突發(fā)情況一般都會在預(yù)定范圍內(nèi)的，比較貼近現(xiàn)實，較合理。④pca and entropy infector曲線代表綜合賦權(quán)確定的權(quán)重應(yīng)用到綜合影響因子模型的結(jié)果，它的值介于主成分分析法與熵權(quán)法之間，說明組合賦權(quán)的方法對主客觀進行了很好的結(jié)合，結(jié)果更合理可靠。

4 結(jié)論

基于主客觀組合賦權(quán)方法進行多指標的評價過程，有效地避免了主客觀賦權(quán)法的不足。根據(jù)主成分分析法確定各評價指標的主觀權(quán)重，熵權(quán)法確定客觀權(quán)重值，然后通過組合賦權(quán)對兩種評價方法得出的權(quán)重進行結(jié)合得到綜合評價值。將該模型應(yīng)用到多級供應(yīng)鏈網(wǎng)絡(luò)中的物流環(huán)節(jié)的仿真過程中，通過分析物流環(huán)節(jié)在運輸過程中可能發(fā)生的各種狀況，總結(jié)確定評價指標，然后通過主成分分析法、熵權(quán)法及兩者結(jié)合的方法分別確定指標的權(quán)重，并結(jié)合到綜合影響因子參數(shù)模型中去，最后進行對比實驗。發(fā)現(xiàn)這三種評價方法最后確定出的綜合影響因子值相差不大，綜合賦權(quán)法獲取的值介于兩者之間，而且每天的綜合影響因子值在較小的范圍內(nèi)波動，結(jié)果更符合實際情況，并且驗證了該評價模型是一種比較合理有效的方法，對物流環(huán)節(jié)的仿真提供了有力的依據(jù)。

［1］ZHANG J，IWAASA AD，HAN GD，et al.Utilizing a multi-index decision analysis method to overall assess forage yield and quality of C3 grasses in the western Canadian prairies［J］.Field Crops Research，2018（222）：12-25.

［2］徐鎮(zhèn)凱，張林，魏博文，等.基于組合賦權(quán)的巖質(zhì)邊坡安全穩(wěn)定性綜合評價模型［J］.長江科學院院報，2016，33（12）：72-77.

［3］YA-DAN D U，CUI B J，ZHANG Q，et al.Utilizing comprehensive decision analysis methods to determine an optimal planting pattern and nitrogen application for winter oilseed rape［J］.Journal of Integrative Agriculture，2020，19（9）：2229-2238.

［4］施龍青，張榮遨，韓進，等.基于熵權(quán)法-層次分析法耦合賦權(quán)的多源信息融合突水危險性評價［J］.河南理工大學學報（自然科學版），2020，39（3）：17-25.

［5］孫曉永.基于綜合層次分析法和熵權(quán)法的山區(qū)高速鐵路選線研究［J］.交通節(jié)能與環(huán)保，2020，16（3）：145-149，158.

2095－6835（2020）20－0001－03

F252

A

10.15913/j.cnki.kjycx.2020.20.001

劉雪麗（1995—），女，山東濰坊人，華僑大學碩士研究生，研究方向為數(shù)據(jù)分析。王佳斌（1974—），男，副教授，研究生導師，研究方向為嵌入式系統(tǒng)、物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、軟計算及其應(yīng)用。

華僑大學研究生科研創(chuàng)新基金資助項目（編號：18014084006）

〔編輯：嚴麗琴〕