[發明專利]一種自控閥企業配件供應商排序方法

在審

• 申請號: 201710041618.6
• 申請日: 2017-01-21
• 公開（公告）號: CN106709670A
• 公開（公告）日: 2017-05-24
• 發明（設計）人: 李聯輝;穆春陽;丁少虎;王麗
• 申請（專利權）人: 北方民族大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種自控閥企業配件供應商排序方法，其特征在于，包括如下步驟：

步驟1：構建自控閥企業配件供應商排序的評估指標體系，其中評估指標被分為定量、綜合定性和直接定性三類。

所述自控閥企業配件供應商排序的評估指標體系包含產品競爭力(用I_ProComp表示)、內部競爭力(用I_InComp表示)、外部競爭力(用I_OutComp表示)和協作能力(用I_CoopAbil表示)四個指標。I_InComp、I_OutComp、I_CoopAbil為定量指標，由決策者打分獲得；產品競爭力I_ProComp的指標值較難確定，為綜合定性指標，故將其分解為價格水平(用I_Cost表示)、質量水平(用I_Quality表示)、服務水平(用I_Service表示)和柔性度水平(用I_Flexibility表示)四個子指標，I_Cost、I_Quality為定量指標，I_Service和I_Flexibility為直接定性指標。

步驟2：決策者考察實際情況后，給出候選配件供應商定量和直接定性評估指標的初始值。對確定的定量評估指標和直接定性評估指標賦予確定值，對相對模糊的定量評估指標賦予取值區間，對完全未知的評估指標賦予空值。用隸屬度方法計算各評估指標初始值的傾向度。

對于各評估指標的初始值，設置5級評語：{G₁，G₂，G₃，G₄，G₅}＝{很劣，劣，中等，優，很優}，其中G₁和G₅分別為最低極限值D₁和最高極限值D₅對應的評語等級，則在某一評估指標下等價于評語等級的評估指標值為{D₁，D₂，D₃，D₄，D₅}。這里需注意I_Cost越低越優，其他則越高越優，轉換方式恰好相反。

設各評語等級對應的數值分別為：E(G₁)＝0，E(G₂)＝0.25，E(G₃)＝0.5，E(G₄)＝0.75，E(G₅)＝1。β_i為評估指標值對于評語等級G_i的隸屬度，則評估指標t下各配件供應商的傾向度P_t(A_i)可根據定量指標和直接定性指標兩種不同情況分別確定。

定量指標的傾向度P_t(A_i)計算方法為：當評估指標值為確定值a時，可直接計算。當評估指標值為取值區間[a,b]時，分為三種情況：若D_i≤a≤D_i+1或D_i≤a≤b≤D_i+1，則P_t(A_i)＝β_i·E(G_i)+β_i+1·E(G_i+1)；若D_i≤a≤D_i+1，D_i+1≤b≤D_i+2，則P_t(A_i)＝β_i·E(G_i)+β_i+1·E(G_i+1)+β_i+2·E(G_i+2)；若D_i≤a≤D_i+1，D_j≤b≤D_j+1，則：P_t(A_i)＝β_i·E(G_i)+...+β_j·E(G_j+1)。

直接定性指標的傾向度P_t(A_i)計算方法為：可根據對應的評語等級直接求得，即P_t(A_i)＝E(G_i)。

步驟3：用基于支持向量機的分類模型對候選供應商進行篩選以縮小數量。

在線性可分的情況下，支持向量機的基本思想可描述為：假設兩類樣本(x₁,z₁),…,(x_l,z_l)，x∈R^u，l為樣本數，u為輸入維數，定義超平面w·x+f＝0將這兩類樣本分開，分類結果為式中w為可調的權值向量，f為超平面的偏置量，w·x表示向量w∈R^u與x_i∈R^u的內積。為使分類超平面對所有樣本正確分類，必須使其兩側的分類間隔2/||w||最大。對于訓練樣本集合，找到權值w和偏移b的最優值，使權值代價函數最小，即且滿足約束條件：z_i(w·x_i+f)-1≥0,i＝1,2,…,l。引入Lagrange乘子ξ_i≥0,i＝1,2,…,l，得Γ的極值點為鞍點，取Γ對w和f的最小值：w＝w^*和f＝f^*，以及對ξ的最大值：ξ＝ξ^*。對Γ求導后求解二次規劃可確定最優超平面。只有ξ＝0的樣本對w^*起作用并決定分類結果，這樣的樣本被定義為支持向量。ξ^*和w^*可顯式求得，即選取一個支持向量樣本x_i:f^*＝z_i-w·x_i，對于任一輸入樣本x,計算分類函數最后根據分類函數d(x)的符號來確定待分類樣本x的歸屬。

隨機抽取自控閥企業在同型配件供應商排序上的50次歷史數據，作為支持向量機分類模型的訓練樣本；然后以步驟2得到的本次供應商排序的各評估指標初始值的傾向度作為輸入向量，確定分類函數d(x)，若d(x)＝w^*·x+f^*≥0，則x通過初步篩選；若d(x)＝w^*·x+f^*<0，則x被淘汰。

步驟4：通過加權法來處理評估指標重要程度的不固定性，用雙階證據理論模型對篩選后的候選供應商進行識別，實現自控閥企業配件供應商的排序。

步驟4.1將篩選后的候選配件供應商的集合定為識別框架，即Θ＝{y₁,y₂,...,y_N}，其中y_i(i＝1,2,…,N)為第i個篩選后的候選配件供應商。Θ上的所有可能集合用冪集合2^Θ來表示，當Θ中的元素有N個且各個元素互不相容時，Θ的冪集合2^Θ的元素個數為2^N。設A為影響裝配質量的單因素或因素組合，m(A)為識別框架Θ上A的基本概率賦值函數，表示對A的信任度，滿足且m(A)可表示為m:2^Θ→[0,1]，滿足m(A)>0的A稱為焦元。

步驟4.2考慮實際需求和決策者偏好程度，確定各評估指標及子指標的權重系數。

步驟4.3對于I_ProComp下四個子指標：I_Cost、I_Quality、I_Service和I_Flexibility，計算所有焦元的加權基本概率分配值即其中l<2^N。

步驟4.4對于I_InComp、I_OutComp、I_CoopAbil，計算所有焦元的加權基本概率分配值計算方法同步驟4.3。

步驟4.5以I_ProComp下四個子指標對應的加權基本概率分配值作為證據輸入，進行證據融合，即其中K為歸一化常數，有解得I_ProComp下篩選后的候選配件供應商及Θ的基本概率分配值m_ProComp(A_i)。

步驟4.6將I_ProComp下篩選后的候選配件供應商及Θ的基本概率分配值m_ProComp(A_i)進行歸一化并加入I_ProComp的權重系數，獲得加權基本概率分配值加權歸一化方法為：將第一次融合產生的焦元Θ的基本概率分配值m_ProComp(A_i)視為非Θ焦元的基本概率分配值，設m_ProComp(Θ)＝m_ProComp(A_l)，加權歸一化計算公式為

步驟4.7以作為證據輸入，進行二次證據融合，融合方法同步驟4.4，解得篩選后的候選配件供應商的綜合基本概率分配值m(A_i)。

步驟4.8用基于信任區間的識別規則進行自控閥企業配件供應商的排序。

分別計算所有篩選后的候選配件供應商的信任函數值Bel(A_i)和似然函數值Pl(A_i)，其中信任函數值表示對A_i的總信任度，似然函數值表示對A_i的不確定度，這里構造信任區間[Bel(A_i),Pl(A_i)]，具體識別規則為：假設候選配件供應商A_i優于候選配件供應商A_j的程度為P(A_i>A_j)，如果A_i和A_j的信任區間分別為[Bel(A_i),Pl(A_i)]和[Bel(A_j),Pl(A_j)]，則有其中P(A_i>A_j)∈[0,1]。那么，如果P(A_i>A_j)>0.5，則A_i比A_j優秀，記為如果P(A_i>A_j)<0.5，則A_i不如A_j優秀，記為如果P(A_i>A_j)＝0.5，則A_i與A_j沒有差別，記為A_i～A_j；對于任意A_i、A_j和A_k，若P(A_i>A_j)>0.5且P(A_j>A_k)>0.5，則A_i比A_k優秀，記為從而實現自控閥企業對配件供應商的排序，獲得最佳的配件供應商。