一种基于模糊层次分析-熵权法的供应商评价方法

1.本发明属于供应商评价领域，具体涉及一种基于模糊层次分析-熵权法的供应商评价方法。


背景技术：

2.随着经济全球化的不断发展，市场竞争愈发激烈、紧急需求与客户需求不确定性增加等现实问题日益深化使得供应链管理日趋成熟并逐渐成为众多企业重要的采购与供应管理模式。而在整个供应链中，供应商的经营发展情况在很大程度上制约着生产商的发展。传统的生产商在选择供应商时主要考虑所需产品与服务的价格高低，这样一种局限性思维容易导致供需关系竞争多于合作，不利于双方开创长期的合作共赢局面。为了解决这些问题，实现高质量、低成本、快速反应与柔性生产，企业必须进行正确的供应商评价与选择。所以，供应商评价与选择是供应链管理的必然要求，对于增强供应链竞争力与提高对最终客户需求的反应能力具有重要意义。
3.定性评价、定量评价、定性与定量相结合评价是供应商评价的三类基本方法。定性评价方法包括直观评价法和招投标法等。直观评价法是目前业内没有建立完善供应商评价体系的企业主要采用的方法，他要求采购人员对当前和潜在的供应商，根据自己的经验和观察，做出决策，选出哪家供应商合适。由于直观评价法完全依赖于采购人员的主观判断，企业要承担的风险较大，不适合重大采购项目。招投标法，是企业邀请符合资质的供应商在公开市场上来投标，企业挑选出满足需求供应商。该方法适合于管理制度规范的企业，但评价决策时间长，流程复杂。
4.定量评价方法包括成本比较法和abc成本法等。成本比较法根据在供应商的采购单价来直接核算，最为简单。而abc成本法除了考虑直接购买单价还要考虑该物品在企业内部使用时所产生的制造费用。但这两种定量评价方法都是直接从价格方面考虑，不能适用多因素，多目标的供应链管理环境。
5.传统数据存储系统搭建通过使用中心化数据库存储，各个公司企业具有自己的数据存储中心，数据中心化存储形成信息孤岛，数据查询使用不便，而且信息极易被篡改，溯源信息不可信，严重影响溯源行业发展。供应商评价信息包含大量企业及个人隐私涉密信息，若用户隐私信息无法得到有效保护，一旦被不法分子获取，将直接对企业及用户财产安全造成威胁。
6.综上所述，亟需一种可适用多因素，多目标的供应链管理环境且有较高客观性和安全性的供应商评价方法。


技术实现要素：

7.针对现有技术存在的不足，本发明提出了一种基于模糊层次分析-熵权法的供应商评价方法，该方法包括：
8.s1：采用模糊分析法计算供应商的指标权重，得到第一指标权重；
9.s2：采用熵权法计算供应商的指标权重，得到第二指标权重；
10.s3：将第一指标权重和第二指标权重集成，得到综合指标权重；
11.s4：根据综合指标权重对供应商进行评价打分，得到供应商评价得分；
12.s5：采用区块链技术对供应商评价得分进行加密处理并将加密后的评价得分上传至各供应商节点；
13.s6：企业解密得到供应商评价得分，根据供应商评价得分选择供应商进行交易。
14.优选的，供应商的指标包括：准备策划能力、采购能力、员工培训、供货质量、项目工程质量、设备安全、施工安全、安装使用质量、生产与交付协同、信息协同、安装与售后协同、问题处理能力和服务水平。
15.优选的，采用模糊分析法计算供应商的指标权重的过程包括：根据指标的重要程度构建模糊判断矩阵；根据模糊判断矩阵计算模糊一致矩阵；对模糊一致矩阵进行归一化处理，得到第一指标权重。
16.进一步的，计算模糊一致矩阵的公式为：
[0017][0018]
其中，q
ij
表示模糊一致矩阵中第i行第j列的元素，r
ik
表示模糊判断矩阵中第i行第k列的元素，r
jk
表示模糊判断矩阵中第j行第k列的元素，n表示指标数量。
[0019]
进一步的，得到第一指标权重的公式为：
[0020][0021]
其中，ui表示第i个指标的第一指标权重，q
ij
表示模糊一致矩阵中第i行第j列的元素，n表示指标数量。
[0022]
优选的，采用熵权法计算供应商的指标权重的过程包括：根据指标的重要程度构建模糊判断矩阵；对模糊判断矩阵进行无量纲化处理；对无纲化处理后的模糊判断矩阵进行归一化处理，得到标准判断矩阵；根据标准判断矩阵计算供应商指标的熵值；根据指标的熵值计算指标的差异系数；根据指标的差异系数计算第二指标权重。
[0023]
优选的，将第一指标权重和第二指标权重集成的过程包括：根据第一指标权重和第二指标权重构建距离目标函数；对距离目标函数进行求解得到综合指标权重。
[0024]
进一步的，距离目标函数为：
[0025][0026][0027]
c2:wj＞0
[0028]
其中，h(w)表示距离目标函数，w表示综合指标权重矩阵，uj表示第j个指标的第一指标权重，vj表示第j个指标的第二指标权重，wj表示第j个指标的综合指标权重，z
ij
表示第i个对象的第j个指标打分，n表示供应商数量，m表示指标数量。
[0029]
本发明的有益效果为：
[0030]
本发明分别采用模糊层次分析法和熵权法计算供应商的指标权重，最后集成两种指标权重得到综合指标权重，根据综合指标权重和对应的评价指标对供应商进行评价，可数字化且智能化地判断各个供应商的优劣，实现有明确数据支撑的优胜劣汰；本发明能够较好地克服传统层次分析法判断矩阵检验困难方面的缺陷，客观理性评价供应商，提高评价精度，降低主观因素对供应商的选择影响，为采购方过滤出最优质的供应商，提高采购质量，对提高企业的供应链管理水平提供依据；
[0031]
由于供应商的交易数据、信用信息等散落在不同的部门和公司，不能得到统一的搜集和整理，造成供应商评价与准入时缺乏完整的信息基础。本发明借助区块链技术，整合供应商、运输方、采购方、验收方等不同节点的信息，提高数据的共享性和流通性，为供应商评价与准入创造有利条件，利用区块链技术追溯交易过程中的数据信息，可实现追溯查询供应商在交易过程中的表现，供核心企业进行后期供应商评定与准入。
附图说明
[0032]
图1为本发明中基于模糊层次分析-熵权法的供应商评价方法流程图。
具体实施方式
[0033]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0034]
本发明提出了一种基于模糊层次分析-熵权法的供应商评价方法，如图1所示，所述方法包括以下内容：
[0035]
s1：采用模糊分析法计算供应商的指标权重，得到第一指标权重。
[0036]
基于调研所得数据，本发明将供应链评价指标体系分为两个层次即一级评价指标层和二级评价指标层；一级评价指标层包括成本消耗评估、质量安全管控、业务流程协同和综合服务能力；二级评价指标层包括：成本消耗评估中的准备策划能力、采购能力和员工培训，质量安全管控中的供货质量、项目工程质量、设备安全、施工安全和安装使用质量，业务流程协同中的生产与交付协同、信息协同、安装与售后协同，综合服务能力中的问题处理能力和服务水平。
[0037]
采用模糊分析法计算供应商的指标权重的过程包括：根据指标的重要程度构建模糊判断矩阵r，其中，指标的重要程度为根据具体项目实际情况调查得出；糊判断矩阵r为：
[0038][0039]
其中，r
ij
通过0.1～0.9标度法给出，其具体含义如表1所示：
[0040][0041]
根据模糊判断矩阵计算模糊一致矩阵，计算模糊一致矩阵的公式为：
[0042][0043]
其中，q
ij
表示模糊一致矩阵中第i行第j列的元素，r
ik
表示模糊判断矩阵中第i行第k列的元素，r
jk
表示模糊判断矩阵中第j行第k列的元素，n表示指标数量。
[0044]
根据上述计算结果，得到模糊一致矩阵为q＝(q
ij
)n×n。
[0045]
对模糊一致矩阵进行归一化处理，得到第一指标权重，计算公式为：
[0046][0047]
其中，ui表示第i个指标的第一指标权重，q
ij
表示模糊一致矩阵中第i行第j列的元素，n表示指标数量。
[0048]
s2：采用熵权法计算供应商的指标权重，得到第二指标权重。
[0049]
熵权法的原理是比较指标在不同评价对象间的评价差异，差异越大则说明该指标所含信息越多，则该指标熵值越小，在指标体系中的权重就越大，因此熵权法是通过计算指标的熵值来求得其权重。
[0050]
根据指标的重要程度构建模糊判断矩阵r，其方法与步骤s1中相同，此处不再赘述。
[0051]
对模糊判断矩阵进行无量纲化处理，得到无纲化处理后的模糊判断矩阵r
′
，计算r
′
中的元素，其中maxrj为模糊判断矩阵r中的最大值：
[0052]r′
ij
＝r
ij
/maxrj[0053]
对无纲化处理后的模糊判断矩阵进行归一化处理，得到标准判断矩阵s，计算s中的元素：
[0054][0055]
根据标准判断矩阵计算供应商指标的熵值，计算公式为：
[0056][0057]
其中，k＝1/lnm，m表示供应商数量，hj表示第j个指标的熵值。
[0058]
根据指标的熵值计算指标的差异系数aj：
[0059]aj
＝1-hj[0060]
其中，aj为第j个指标的差异系数。
[0061]
根据指标的差异系数计算第二指标权重ωj：
[0062][0063]
其中，vj为j个指标第二指标权重。
[0064]
s3：将第一指标权重和第二指标权重集成，得到综合指标权重。
[0065]
模糊层次分析法算得评价指标的权重集为u＝[u1,u2,
…
,um]
t
，熵权法算得评价指标的权重集为v＝[v1,v2,
…
,vm]
t
，各指标的优化组合权重为w＝[w1,w2,
…
,wm]
t
。
[0066]
设具有m项评价指标、n个评价对象的标准化后的指标打分矩阵为z＝(z
ij
)n×m。第i个评价对象的评价值为
[0067]
对所有评价对象的所有指标而言，评价值的偏差应当越小越好，为此建立如下最小二乘法优化组合评价模型。
[0068][0069][0070]
求解该模型，做拉格朗日函数：
[0071][0072]
令
[0073][0074]
用矩阵表示为：
[0075][0076]
其中a为m
×
m对角矩阵，e、w、b均为m
×
1向量。
[0077][0078]
e＝[1,1,...,1]
t
[0079]
w＝[w1,w2,...,wm]
t
[0080][0081]
解上面的矩阵方程，得：
[0082][0083]
w即为结合了模糊层次分析法与熵权法结果的综合权重矩阵。
[0084]
s4：根据综合指标权重对供应商进行评价打分，得到供应商评价得分。
[0085]
企业采购方根据供应商对应指标进行评价打分，并依照权重计算出最终得分，第i个供应商评价得分为：
[0086][0087]
s5：采用区块链技术对供应商评价得分进行加密处理并将加密后的评价得分上传至各供应商节点。
[0088]
在区块链系统中，基于供应商在交易过程中的具体表现，根据上述方法对供应商进行的绩效评价，并将评价结果进行加密处理，上传存储于各供应商节点，生成上链hash值及可溯源评分报告，供核心企业节点查询并下载。
[0089]
s6：企业解密得到供应商评价得分，根据供应商评价得分选择供应商进行交易。
[0090]
核心企业在网络中的节点想要获取供应商总体评价数据时，利用自己的私钥和身份证书发起一笔交易，并对交易做签名，交易信息、签名信息等在全网进行广播；交易被网络中的节点接收后，首先验证签名是否合法，其次确认该用户是否拥有所请求的数据的读取权限，验证通过之后，可以获取供应商总体评价数据的密文，并根据该报告结果对各供应商进行评定与准入选择。同时，数据申请者的申请记录将会永久地被记录在全网账本中企业根据供应商评价得分选择供应商进行交易。
[0091]
综上所述，由于供应商的交易数据、信用信息等散落在不同的部门和公司，不能得到统一的搜集和整理，造成供应商评价与准入时缺乏完整的信息基础。本发明借助区块链技术，整合供应商、运输方、采购方、验收方等不同节点的信息，提高数据的共享性和流通性，为供应商评价与准入创造有利条件。
[0092]
模糊层次分析法是借助专家经验知识给出并计算指标权重，需要的实际数据少，计算简单，但是专家的偏好和选择对结果影响很大；熵权法能够充分利用始数据提供的信息，得出较为客观的结论，但也存在受评价对象影响较大的缺点。本发明使用综合评价方法，将二者的评价结果结合使用，模糊传统评价指标的主观性，可以弥补两种方法的不足，使得供应商评定更为准确，将其与熵权法相结合，可提高评价精度提高评价精度，评价完成后将评定数据上传并存储于区块链节点，生成的hash值及可溯源评分报告，可供核心企业进行后期供应商评定与准入。
[0093]
以上所举实施例，对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。