CN111784109A - 一种基于毕达哥拉斯模糊集和vikor的供应商选择方法 - Google Patents

一种基于毕达哥拉斯模糊集和vikor的供应商选择方法 Download PDF

Info

Publication number
CN111784109A
CN111784109A CN202010483635.7A CN202010483635A CN111784109A CN 111784109 A CN111784109 A CN 111784109A CN 202010483635 A CN202010483635 A CN 202010483635A CN 111784109 A CN111784109 A CN 111784109A
Authority
CN
China
Prior art keywords
fuzzy
pythagorean
evaluation
vikor
weight
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010483635.7A
Other languages
English (en)
Inventor
刘虎沉
施华
张丽君
何创新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN202010483635.7A priority Critical patent/CN111784109A/zh
Publication of CN111784109A publication Critical patent/CN111784109A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0605—Supply or demand aggregation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出了一种基于毕达哥拉斯模糊集和VIKOR的供应商选择方法，属于供应商评价及选择技术领域。该基于毕达哥拉斯模糊集和VIKOR的供应商选择方法包括：使用毕达哥拉斯模糊集评价备选供应商以及评价指标重要性；根据评价数据，分别计算评价指标的主观权重和客观权重，并得到组合权重；根据备选方案评价和各评价指标权重，使用基于毕达哥拉斯模糊集的VIKOR方法对备选供应商排序并确定最佳供应商。

Description

一种基于毕达哥拉斯模糊集和VIKOR的供应商选择方法
技术领域
本发明属于供应商选择技术领域，具体涉及一种基于毕达哥拉斯模糊集和VIKOR的供应商选择方法。
背景技术
在现代商业环境下，企业绩效很大程度上取决于其对供应链的管理。供应链管理需要整合供应商、生产部门、销售部门等供应链上的诸多环节，以减少供应链的成本，促进物流和信息流的交换，提高企业的总体绩效。而作为供应链中的上游企业，供应商对整条供应链的竞争实力以及企业的经济效益和社会效益的产出起着至关重要的作用。因此，作为供应链管理的重要组成部分，寻找和选择合适的供应商是企业保持可持续发展的关键。通过供应商评价与选择，企业可以有效地提高绩效和客户满意度。此外，一个合格的供应商可以帮助企业规避原材料供应方面的风险，同时保持竞争地位。供应商选择现已成为企业和行业提高利益的一个非常基本的组成部分。
在选择合适的供应商时，常常涉及各种评价指标，包括价格、质量、交货时间、服务和企业声誉等。因此，企业供应商选择可被视为一个复杂的多标准决策问题。由于专家评价的复杂性和不确定性，现有的很多供应商选择方法并不能准确的表达专家的评价。此外，在评价指标权重确定方面，很多研究只是从主观权重或者客观权重出发进行计算，没有将两者结合起来一起考虑。这些因素都会影响到最终的供应商排序结果。因此，提出一种更精确的供应商排序方法是很有必要的。
毕达哥拉斯模糊集由隶属度和非隶属度两部分组成，它能够更加灵活且精确的表达供应商评价过程中专家评价信息的复杂性和不确定性。到目前为止，毕达哥拉斯模糊集已经成功地应用于解决现实世界中的许多决策问题。
VIKOR(VlseKriterijumska Optimizacija I Kompromisno Resenje)方法是一种基于多个理想方案的多指标决策方法，它根据备选方案与理想方案之间的接近程度确定备选方案排序。VIKOR方法的特点是在对备选方案进行排序时考虑最大化群体效用，过滤最小化个别遗憾，从而权衡多种影响因素条件下，哪种方案是最合理的。目前，它已经被广泛应用于许多领域。对于决策者来说，VIKOR方法是一种直观的供应商排序方法。
发明内容
为了克服现有供应商选择方法在供应商评估不精确、评价指标权重计算和备选供应商排序方面的缺陷，本发明提出了一种基于毕达哥拉斯模糊集和VIKOR的供应商选择方法。将毕达哥拉斯模糊集和VIKOR方法结合，提出创新的供应商方法，进而提高供应商选择的效率和准确性。
本发明是通过以下的技术方案来实现的:
本发明的技术方案是一种基于毕达哥拉斯模糊集和VIKOR的供应商选择方法，包括有如下的步骤：
S1、运用毕达哥拉斯模糊加权平均算子聚合对备选供应商的评价，计算集体毕达哥拉斯模糊评价矩阵；
S2、运用毕达哥拉斯模糊加权平均算子得到评价指标的集体毕达哥拉斯模糊权重，并计算标准化的评价指标的主观权重；
S3、计算评价指标的客观权重；
S4、计算每个评价指标的毕达哥拉斯模糊正理想方案和毕达哥拉斯模糊负理想方案；
S5、计算归一化的毕达哥拉斯模糊距离；
S6、分别计算各方案的群体效用值和个体遗憾值；
S7、计算各备选供应商的折衷评价值；
S8、对备选供应商进行排序并确定最优方案。
本技术方案通过上海市某医院信息管理系统选择的实例验证了该方法的适用性和有效性。
为更清楚的说明本发明的技术方案，假设l个评估专家DMk(k＝1,2,...,l)负责对m个供应商Ai(i＝1,2,...,m)基于n个评价指标Cj(j＝1,2,...,n)作出评价，
Figure BDA0002518333800000021
为评价专家DMk对第m个供应商基于第n个评价指标的评价。设评估专家DMk给出的毕达哥拉斯模糊评价矩阵为
Figure BDA0002518333800000022
此外，在本发明提出的供应商选择方法中，评价专家的权重是已知的。
基于上述设定，供应商选择方法包括以下步骤：
步骤1聚合评估专家的个人评价矩阵。
运用毕达哥拉斯模糊加权平均算子将每个评估专家的评价矩阵
Figure BDA0002518333800000031
聚合成集体供应商毕达哥拉斯模糊评价矩阵R＝(rij)m×n。
Figure BDA0002518333800000032
步骤2计算评价指标的主观权重。
假定评价指标的权重Cj由评估专家DMk提供，并表示为
Figure BDA0002518333800000033
评价指标的集体毕达哥拉斯模糊权重(ωj)可以运用毕达哥拉斯模糊加权平均算子聚合得到。计算公式如下：
Figure BDA0002518333800000034
其中ωj＝(μj,νj),j＝1,2,...,n是第j个指标的重要性权重。
基于集体毕达哥拉斯模糊权重ωj，评价指标的主观权重可以通过以下公式得到：
Figure BDA0002518333800000035
其中，πj＝1-μj-νj且
Figure BDA0002518333800000036
步骤3计算评价指标的客观权重
本研究中运用熵权法计算评价指标的客观权重。熵权法的基本思路是根据指标变异性的大小来确定客观权重。一般来说，评价指标的信息熵越小，在综合评价中所起到的作用越大，其权重也越大。基于集体供应商评价矩阵R，每个评价指标的毕达哥拉斯模糊信息熵Ej计算方法如下：
Figure BDA0002518333800000041
然后，评价指标的客观权重
Figure BDA0002518333800000042
的计算公式为：
Figure BDA0002518333800000043
其中
Figure BDA0002518333800000044
且
Figure BDA0002518333800000045
步骤4确定每个评价指标的毕达哥拉斯模糊正理想方案
Figure BDA0002518333800000046
和毕达哥拉斯模糊负理想方案
Figure BDA0002518333800000047
其中j＝1,2,...,n。
Figure BDA0002518333800000048
Figure BDA0002518333800000049
步骤5计算归一化的毕达哥拉斯模糊距离
Figure BDA00025183338000000410
Figure BDA00025183338000000411
其中：
Figure BDA00025183338000000412
Figure BDA00025183338000000413
步骤6计算各方案的群体效用值Si和个体遗憾值Ri
各方案的群体效用值Si可以通过以下公式得到：
Figure BDA00025183338000000414
各方案的个体遗憾值Ri可以通过以下公式得到：
Figure BDA00025183338000000415
其中，
Figure BDA0002518333800000051
是评价指标的组合权重，
Figure BDA0002518333800000052
表示指标主观权重和客观权重的相对重要性。
Figure BDA0002518333800000053
的值可以取0到1之间的任意数。在本研究中，
Figure BDA0002518333800000054
的取值为0.5。
步骤7计算各备选供应商的折衷评价值Qi
各备选供应商的折衷评价值Qi可以通过以下公式得到：
Figure BDA0002518333800000055
其中
Figure BDA0002518333800000056
v和(1-v)分别表示群体效用最大化策略和个体遗憾最大化策略的权重。通常，v的值假定为0.5。
步骤8对备选供应商进行排序并确定最优方案。
按照Si，Ri，Qi的值递增的顺序分别对备选供应商排序。然后根据三种排序结果获得折衷的排序方案(A(1)),当该方案同时满足以下两个条件时，为最佳的排序结果：
条件1:可接受优势。Q(A(2))-Q(A(1))≥1/(m-1),其中，A(2)表示按Q排序结果中排名为第二的供应商。
条件2：决策过程中的可接受稳定性。供应商A(1)同时为S和/或R排序中的最优方案.由此得出的折中方案才能满足决策过程的稳定性。当v>0.5时，意味着考虑大多数群体利益；当v≈0.5是意味着既考虑群体利益又兼顾个人反对意见；当v<0.5时表示结果取决于少数否决意见。
如果上述条件不能同时满足，则可以得到一组符合以下规则的折中解:当仅满足条件1而不满足条件2时，则A(1)和A(2)为折中方案；当条件1不满足时，则根据Q(A(M))-Q(A(1))＜1/(m-1)得到的最大值M的所有供应商A(M)均为理想解。
本发明的有益效果是：(1)提出的供应商选择方法能更准确地描述不确定的决策信息，适用于复杂不确定的环境。(2)结合主观权重和客观权重方法的优点，使用组合权重法能够获得更准确的评价指标权重，(3)结合VIKOR法对备选方案进行排序能够提高排序结果的可靠性，克服了现有供应商排序方法的缺陷，能够得到更加准确的供应商排序结果。
具体实施方式
下面结合具体实施例对本发明的技术方案进一步详细说明。
以下所描述的实施例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。
本实施例是将提出的供应商选择方法应用到上海某医院的信息管理系统选择的实际案例中。对医院而言，好的信息管理系统可以提高各部门之间的信息共享程度，继而提高医院运作效率。因此，一款选择一款合适的信息管理系统对医院至关重要。
4名评估专家DMk(k＝1,2,...,4)被邀请参与供应商评估过程。他们对四个备选供应商(A1，A2，A3，A4)基于5个评价指标进行了评价。在本实施例中考虑到的5个评价指标分别是功能(C1)，可靠性(C2)，可用性(C3)，可维护性(C4)以及价格(C5)。
在评估过程中，评估专家使用表1中所述的语言基于评价指标对备选供应商做出评价，并使用表2中所述的语言评价指标的重要性。具体的评价结果如表3和表4所示。由于这4名评估专家具有不同的专业知识和背景，在评估过程中专家权重分别为：0.15，0.20，0.30，0.35。
表1供应商评价语言术语
Figure BDA0002518333800000061
表2指标重要性评价语言术语
Figure BDA0002518333800000071
表3专家对备选供应商的评估
Figure BDA0002518333800000072
表4专家对指标重要性的评估
Figure BDA0002518333800000081
本实施例中将提出的供应商选择方法应用到医院信息管理系统的评估与选择中，主要步骤如下：
步骤1：通过使用毕达哥拉斯模糊数对语言评估进行量化后，运用公式(1)中提到的毕达哥拉斯模糊加权平均算子可以得到备选供应商评价的集体毕达哥拉斯模糊评价矩阵，具体结果如表5所示。
步骤2：评估专家对评价指标重要性的评价可以通过公式(2)聚合。结果如表5最后一行所示。然后，通过公式(3)，可以计算出标准化的评价指标的主观权重。结果如表6所示。
步骤3：基于主观加权方法，每个评价指标的毕达哥拉斯模糊信息熵可以通过公式(4)计算得到。此外，评价指标的客观权重可通过公式(5)得到。具体结果如表7所示。
表5集体毕达哥拉斯模糊评价矩阵和集体毕达哥拉斯模糊权重
Figure BDA0002518333800000082
表6集体毕达哥拉斯模糊评价矩阵和主观权重
Figure BDA0002518333800000083
表7毕达哥拉斯模糊信息熵和客观权重
Figure BDA0002518333800000091
步骤4：在5个评价指标中，功能、可靠性、可用性和可维护性属于效益指标，价格属于成本指标。据此，每个评价指标的毕达哥拉斯模糊正理想方案和毕达哥拉斯模糊负理想方案可以被确定。结果如下所示。
f1 *＝(0.761,0.084),f2 *＝(0.761,0.084),f3 *＝(0.739,0.108),f4 *＝(0.577,0.366),
f5 *＝(0.857,0.071)；
f1 -＝(0.446,0.518),f2 -＝(0.569,0.379),f3 -＝(0.401,0.533),f4 -＝(0.492,0.436),
f5 -＝(0.814,0.087).
步骤5：根据公式(8)，标准化的毕达哥拉斯模糊距离可以被计算得到。具体结果如表6所示。
步骤6：四个备选供应商的群体效用值S、个体遗憾值R可以通过公式(11)-(12)计算得出。结果如表8所示。
表8备选供应商的S、R和Q值
Figure BDA0002518333800000092
表9基于S、R和Q的备选供应商排名
Figure BDA0002518333800000093
步骤7：四个备选供应商的以及折衷评价值Q可以通过公式(13)计算得出。结果如表8所示。
步骤8：根据S、R和Q值递增排列顺序，四个备选公式的三种排序结果如表9所示。基于表9，四个备选供应商基于Q值的排序是：A2>A1>A3>A4。因此，在众多备选方案中，供应商A2最适合为这家医院提供所需的信息管理系统。
本实施例仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种基于毕达哥拉斯模糊集和VIKOR的供应商选择方法，其包括有如下的步骤：
S1、运用毕达哥拉斯模糊加权平均算子聚合对备选供应商的评价，计算集体毕达哥拉斯模糊评价矩阵；
S2、运用毕达哥拉斯模糊加权平均算子得到评价指标的集体毕达哥拉斯模糊权重，并计算标准化的评价指标的主观权重；
S3、计算评价指标的客观权重；
S4、计算每个评价指标的毕达哥拉斯模糊正理想方案和毕达哥拉斯模糊负理想方案；
S5、计算标准化的毕达哥拉斯模糊距离；
S6、分别计算各方案的群体效用值和个体遗憾值；
S7、计算各备选供应商的折衷评价值；
S8、对备选供应商进行排序并确定最优方案。
2.根据权利要求1所述的基于毕达哥拉斯模糊集和VIKOR的供应商选择方法，其特征在于，
所述S1步骤中的集体毕达哥拉斯模糊评价矩阵R＝(rij)m×n的计算公式为：
Figure FDA0002518333790000011
3.根据权利要求1所述的基于毕达哥拉斯模糊集和VIKOR的供应商选择方法，其特征在于，
所述S2步骤计算评价指标的集体毕达哥拉斯模糊权重的计算公式为：
Figure FDA0002518333790000021
其中ωj＝(μj,νj),j＝1,2,...,n是第j个评价指标的重要性权重。
所述S2步骤中的评价指标的主观权重
Figure FDA0002518333790000022
的计算公式为：
Figure FDA0002518333790000023
其中，πj＝1-μj-νj且
Figure FDA0002518333790000024
4.根据权利要求1所述的基于毕达哥拉斯模糊集和VIKOR的供应商选择方法，其特征在于，
所述S3步骤中的评价指标客观权重
Figure FDA0002518333790000025
的计算公式为：
Figure FDA0002518333790000026
其中
Figure FDA0002518333790000027
且
Figure FDA0002518333790000028
Ej的计算公式为：
Figure FDA0002518333790000029
5.根据权利要求1所述的基于毕达哥拉斯模糊集和VIKOR的供应商选择方法，其特征在于，
所述S4步骤中每个评价指标的毕达哥拉斯模糊正理想方案和毕达哥拉斯模糊负理想方案的计算公式分别为：
Figure FDA00025183337900000210
Figure FDA0002518333790000031
6.根据权利要求1所述的基于毕达哥拉斯模糊集和VIKOR的供应商选择方法，其特征在于，
所述S5步骤归一化的毕达哥拉斯模糊距离
Figure FDA0002518333790000032
的计算公式为：
Figure FDA0002518333790000033
其中：
Figure FDA0002518333790000034
Figure FDA0002518333790000035
7.根据权利要求1所述的基于毕达哥拉斯模糊集和VIKOR的供应商选择方法，其特征在于，
所述S6步骤中各方案的群体效用值Si和个体遗憾值Ri的计算公式为：
Figure FDA0002518333790000036
Figure FDA0002518333790000037
其中，
Figure FDA0002518333790000038
是评价指标的组合权重，
Figure FDA0002518333790000039
表示指标主观权重和客观权重的相对重要性。
8.根据权利要求1所述的基于毕达哥拉斯模糊集和VIKOR的供应商选择方法，其特征在于，
所述S7步骤中各方案的折衷评价值Qi的计算公式为：
Figure FDA00025183337900000310
其中
Figure FDA0002518333790000041
v和(1-v)分别表示群体效用最大化策略和个体遗憾最大化策略的权重。
9.根据权利要求1所述的基于毕达哥拉斯模糊集和VIKOR的供应商选择方法，其特征在于，
所述S8步骤中确定各备选供应商排序的依据参考值，按照Si，Ri，Qi的值递增的顺序分别对备选供应商排序。然后根据三种排序结果获得折衷的排序方案，并确定最佳供应商。
CN202010483635.7A 2020-06-01 2020-06-01 一种基于毕达哥拉斯模糊集和vikor的供应商选择方法 Pending CN111784109A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010483635.7A CN111784109A (zh) 2020-06-01 2020-06-01 一种基于毕达哥拉斯模糊集和vikor的供应商选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010483635.7A CN111784109A (zh) 2020-06-01 2020-06-01 一种基于毕达哥拉斯模糊集和vikor的供应商选择方法

Publications (1)

Publication Number Publication Date
CN111784109A true CN111784109A (zh) 2020-10-16

Family

ID=72754077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010483635.7A Pending CN111784109A (zh) 2020-06-01 2020-06-01 一种基于毕达哥拉斯模糊集和vikor的供应商选择方法

Country Status (1)

Country Link
CN (1) CN111784109A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348392A (zh) * 2020-11-19 2021-02-09 西南交通大学 一种基于毕达哥拉斯模糊集的可持续供应链设计特征排序方法
CN112749908A (zh) * 2021-01-15 2021-05-04 上海航天计算机技术研究所 一种供应商可靠度分析系统及分析方法
CN112836293A (zh) * 2021-01-18 2021-05-25 合肥工业大学 一种基于pso信息粒化的汽车产品设计方案选择方法
CN117010922A (zh) * 2023-06-08 2023-11-07 山钢供应链管理(深圳)有限公司 一种云端数字供应链管理系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348392A (zh) * 2020-11-19 2021-02-09 西南交通大学 一种基于毕达哥拉斯模糊集的可持续供应链设计特征排序方法
CN112348392B (zh) * 2020-11-19 2022-04-08 西南交通大学 一种基于毕达哥拉斯模糊集的可持续供应链设计特征排序方法
CN112749908A (zh) * 2021-01-15 2021-05-04 上海航天计算机技术研究所 一种供应商可靠度分析系统及分析方法
CN112836293A (zh) * 2021-01-18 2021-05-25 合肥工业大学 一种基于pso信息粒化的汽车产品设计方案选择方法
CN112836293B (zh) * 2021-01-18 2022-09-30 合肥工业大学 一种基于pso信息粒化的汽车产品设计方案选择方法
CN117010922A (zh) * 2023-06-08 2023-11-07 山钢供应链管理(深圳)有限公司 一种云端数字供应链管理系统
CN117010922B (zh) * 2023-06-08 2024-04-09 山钢供应链管理(深圳)有限公司 一种云端数字供应链管理系统

Similar Documents

Publication Publication Date Title
CN111784109A (zh) 一种基于毕达哥拉斯模糊集和vikor的供应商选择方法
Zaeri et al. Application of multi criteria decision making technique to evaluation suppliers in supply chain management
Türegün Financial performance evaluation by multi-criteria decision-making techniques
US20140297548A1 (en) Method and computer for matching candidates to tasks
UmaDevi et al. Vendor selection using AHP
CN109559033B (zh) 一种面向云设计制造模式的社交化团队成员优选方法
Mishra et al. Multi-attribute group decision-making (MAGDM) for supplier selection using fuzzy linguistic modelling integrated with VIKOR method
CN116681309A (zh) 一种基于群体决策冲突消解的供应商选择方法
CN111242471A (zh) 一种以农民合作社为主导的供应链选择销售企业的指标体系
CN115344767A (zh) 基于网络数据的供应商评价方法
Venkateswarlu et al. Selection of supplier by using SAW and VIKOR methods
CN116934160A (zh) 一种数据要素资产价值评估方法及系统
CN115564482A (zh) 基于复杂装备交付问题的内部市场化管理体系的构建方法
CN111967927A (zh) 一种多准则计算满意度的商业采购方法
CN112506977B (zh) 一种区间直觉模糊多属性群体决策供应商选择方法
Widjaja et al. Application of ROC Criteria Prioritization Technique in Employee Performance Appraisal Evaluation
İlbaş et al. An integrated intuitionistic fuzzy set and stochastic multi-criteria acceptability analysis approach for supplier selection
CN112767114A (zh) 企业多元化决策方法、装置、电子设备及存储介质
KR101853555B1 (ko) Sw 시장 정보 서비스 시스템
CN104778533A (zh) 一种基于中心点三角白化权函数的灰色聚类评估方法
CN109544337A (zh) 一种股权估值方法
CN115034676A (zh) 基于层次分析法的企业综合服务质量评估方法及系统
CN114418318A (zh) 一种采购任务优先级队列的生成方法
CN115115212A (zh) 一种适用于相似方案的自主优选排序方法
CN107679709A (zh) 一种基于直觉模糊数和信誉传递的供应商选择方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination