供应商选择.doc
《供应商选择.doc》由会员分享，可在线阅读，更多相关《供应商选择.doc（9页珍藏版）》请在冰豆网上搜索。
方法一：
灰色关联分析法
1.摘要
本文采用灰色关联分析法建立模型，解决多指标产品的供应商的选择问题。
此模型的解法思想，使用0-1标准对数据优化，通过灰色关联系数和灰色关联度值公式对模型求解。
利用零部件指标的灰色关联度值的的平均值对各供应商的产品排序。
2.符号的说明
i:
表示（j=1,2…8）供应商标号
j:
表示（j=1,2…8）零部件评价指标序数
y：
表示标准化后各指参数
LX：
表示理想零部件指标参数
Z：
表示灰色关联系数
R：
表示灰色关联度值
3.问题的提出
某核心企业需要在5个待选的零部件供应商中选择一个合作伙伴，各待选供应商有关数据见表1，分析数据并对对供货商进行评价。
表1某核心企业待选供应商的指标评价有关数据
评价指标
待选供应商
1
2
3
4
5
产品质量
0.83
0.90
0.99
0.92
0.87
产品价格（元）
326
295
340
287
310
地理位置（千米）
21
38
25
19
27
售后服务（小时）
3.2
2.4
2.2
2.0
0.9
技术水平
0.20
0.25
0.12
0.33
0.20
经济效益
0.15
0.20
0.14
0.09
0.15
供应能力（件）
250
180
300
200
150
市场影响度
0.23
0.15
0.27
0.30
0.18
4.模型建立与求解
产品质量、技术水平、供应能力、经济效益、交货情况、市场影响度指标属于效益型指标；产品价格、地理位置、售后服务指标属于成本型指标。
标准0－1变换，标准化后各指标表示为y。
效益型指标为
y=。
成本型指标为
y=。
表2各供应商零部件指标标准化数据
评价指标
待定供应商
理想供应商
1
2
3
4
5
产品质量
0.0000
0.4375
1.0000
0.5625
0.2500
1.0000
产品价格（元）
0.2642
0.8490
0.0000
1.0000
0.5660
1.0000
地理位置（千米）
0.8947
0.0000
0.6842
1.0000
0.5789
1.0000
售后服务（小时）
0.0000
0.3478
0.4348
0.5217
1.0000
1.0000
技术水平
0.3810
0.6190
0.0000
1.0000
0.3810
1.0000
经济效益
0.5455
1.0000
0.4545
0.0000
0.5455
1.0000
供应能力（件）
0.6667
0.2000
1.0000
0.3333
0.0000
1.0000
市场影响度
0.5333
0.0000
0.8000
1.0000
0.2000
1.0000
计算灰色关联系数,其中分辨系数p=[0,1]，各种理想指标为LX，灰色关联系数公式：
Zij=
灰色关联度值为R，灰色关联度值公式：
R=
具体数值见表3
表3零部件关联系数和关联度值
评价指标
待定供应商
1
2
3
4
5
产品质量
0.3333
0.4705
1.0000
0.5333
0.4000
产品价格（元）
0.4046
0.7681
0.3333
1.0000
0.5354
地理位置（千米）
0.8261
0.3333
0.6129
1.0000
0.5429
售后服务（小时）
0.3333
0.4339
0.4693
0.5111
1.0000
技术水平
0.4468
0.5675
0.3333
1.0000
0.4468
经济效益
0.5238
1.0000
0.4783
0.3333
0.5238
供应能力（件）
0.6000
0.3846
1.0000
0.4285
0.3333
市场影响度
0.5172
0.3333
0.7143
1.0000
0.3846
关联度值R
0.4981
0.5364
0.6177
0.7258
0.5208
由表3，按灰色关联度排序可看出，R>R>R>R>R，由于供应商4的关联度与最优供应商的关联度最大，亦即供应商4优于其它供应商，企业决策者可以优先考虑从供应商4处采购零部件以达到整体最优。
将灰色关联分析用于供应商选择决策中可以针对大量不确定性因素及其相互关系，将定量和定性方法有机结合起来，使原本复杂的决策问题变得更加清晰简单，而且计算方便，并可在一定程度上排除决策者的主观任意性，得出的结论也比较客观，有一定的参考价值。
5.附件
clc,clear
a=[0.830.900.990.920.87
326295340287310
2138251927
3.22.42.22.00.9
0.200.250.120.330.20
0.150.200.140.090.15
250180300200150
0.230.150.270.300.18];
fori=[15:
8]
a（i,:
）=（a（i,:
）-min（a（i,:
）））/（max（a（i,:
））-min（a（i,:
）））;
end
fori=2:
4
a（i,:
）=（max（a（i,:
））-a（i,:
））/（max（a（i,:
））-min（a（i,:
）））;
end
[m,n]=size（a）;
cankao=max（a'）'
t=repmat（cankao,[1,n]）-a;
mmin=min（min（t））;
mmax=max（max（t））;
rho=0.5;
xishu=（mmin+rho*mmax）./（t+rho*mmax）
guanliandu=mean（xishu）
[gsort,ind]=sort（guanliandu,'descend'）
方法二：
层次分析法
摘要
此模型运用层次分析法对各个供应商进行比较，计算出准则层和措施层的判断矩阵并进行一致性检验，接着计算出层次总排序表，最后根据总排序权值得出最优供应商。
一．基本假设
1.核心企业只从5个供应商中选择1个作为合作伙伴；
2.评价指标主要有产品质量、产品价格、地理位置、售后服务、技术水平、经济效益、供应能力、市场影响度，不考虑其他指标；
二．问题重述
三．符号说明
a：
因素i与因素j的重要性之比
a；因素j与因素i的重要性之比
CI：
一致性指标
CR；一致性比例
RI；平均随机一致性指标
λmax;矩阵的最大特征根
四．模型的建立于求解
4.1层次模型的建立：
在此问题中，我们据诸如产品质量、产品价格、地理位置等一些评价指标反复比较5个供应商。
建如图1的层次结构模型。
图1层次结构模型
4.2构造判断矩阵及检验
4.21求判断矩阵
判断对供应商的评价应该遵循以下原则：
质量是评估要素中最基本的前提。
质量是保证价格的前提。
价格是评估的主要因素。
根据成本费用的组合与供应商进行调整
根据以上原则对八个指标进行比较引用数字1~9及其倒数作为标度如表1
表1标度含义
标度
含义
1
表示两个因素相比，具有相同重要性
3
表示两个因素相比，前者比后者稍重要
5
表示两个因素相比，前者比后者明显重要
7
表示两个因素相比，前者比后者强烈重要
9
表示两个因素相比，前者比后者极端重要
2，4，6，8
表示上述相邻判断的中间值
倒数
若因素i与因素j的重要性之比为a，那么
因素j与因素i重要性之比为a=1/a
按标度合理的计算出准则层和措施层的判断矩阵，并对其层次单排序及一致性检验，判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修正。
4.22对判断矩阵的一致性检验的步骤如下：
（i）计算一致性指标CI
CI=
（ii）查找相应的平均随机一致性指标RI。
对n=1,…,9，Saaty给出了RI的值，
如表2所示。
表2RI的值
n
1
2
3
4
5
6
7
8
9
RI
0
0
0.58
0.90
1.12
1.24
1.32
1.41
1.45
RI的值是这样得到的，用随机方法构造500个样本矩阵：
随机地从1~9及其倒
数中抽取数字构造正互反矩阵，求得最大特征根的平均值λ'max，并定义
CI=
（ⅲ）计算一致性比例CR
CR=
当CR<10.0时，认为判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修
正。
4.3模型求解
根据准则层和措施层的判断矩阵和Matlab程序（见附件）计算出总排序权值。
总排序权值的大小就反映了最优供应商的选择。
总排序权值最大的，为最优供应商
五．模型优化
模型的优化：
此模型的不足在于主观性较强，个人标度的认定不同将略微影响最后的结果。
但通过多人的认定（如问卷调查）在取其平均就比较准确。
附件
程序：
clc,clear
fid=fopen（'txt3.txt','r'）;
n1=8;n2=5;
a=[];
fori=1:
n1
tmp=str2num（fgetl（fid））;
a=[a;tmp];end
fori=1:
n1
str1=char（['b',int2str（i）,'=[];']）;
str2=char（['b',int2str（i）,'=[b',int2str（i）,';tmp];']）;
eval（str1）;
forj=1:
n2
tmp=str2num（fgetl（fid））;
eval（str2）;
end
ri=[0,0,0.58,0.90,1.12,1.24,1.32,1.41,1.45];
[x,y]=eig（a）;
lamda=max（diag（y））;
num=find（diag（y）==lamda）;
w0=x（:
num）/sum（x（:
num））;
cr0=（lamda-n1）/（n1-1）/ri（n1）
fori=1:
n1
[x,y]=eig（eval（char（['b',int2str（i）]）））;
lamda=max（diag（y））;
num=find（diag（y）==lamda）;
w1（:
i）=x（:
num）/sum（x（:
num））;
cr1（i）=（lamda-n2）/（n2-1）/ri（n2）;
end
cr1,ts=w1*w0,cr=cr1*w0
方法三：
综合效益分析法
摘要
随着市场竞争的加剧，各企业要想脱颖而出就必须加强自身竞争力，降低成本，提高企业综合效益，使企业得到长远发展。
因此，降低企业
升级会员 