[發(fā)明專利]一種物資采購的評估方法

在審

• 申請?zhí)枺?/td>: 202011015861.9
• 申請日: 2020-09-24
• 公開（公告）號: CN112132514A
• 公開（公告）日: 2020-12-25
• 發(fā)明（設(shè)計）人: 李晉;陳建江;于紅艷;孫蔚;白玉;林森;劉桂鏜;許文婷;丁亦凡
• 申請（專利權(quán)）人: 哈爾濱工程大學(xué);北京機電工程研究所
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06Q10/06
• 代理公司: 哈爾濱市松花江專利商標事務(wù)所 23109
• 代理人: 高倩

一種物資采購的評估方法，解決了現(xiàn)有物資采購評估的準確性及通用性差的問題，屬于物資采購管理技術(shù)領(lǐng)域。本發(fā)明包括：將每個待評估購買方案作為評估對象，根據(jù)多個待評估購買方案確定待評估問題，根據(jù)待評估問題構(gòu)建樹形結(jié)構(gòu)評估模型；確定評估對象在樹形結(jié)構(gòu)評估模型中的評估項的數(shù)值，依次進行同趨勢化處理和歸一化處理；根據(jù)樹形結(jié)構(gòu)評估模型中樹形的深度，確定最外層子節(jié)點及其父節(jié)點；使用逼近理想解排序法及作為最外層子節(jié)點的評估項的歸一化數(shù)值，獲得其父節(jié)點的評估值；將獲得評估值的父節(jié)點作為子節(jié)點，采用分級加權(quán)法和子節(jié)點的評估值對其父節(jié)點進行評估，直至獲得根節(jié)點的評估值，根節(jié)點的評估值為評估對象的評估值。

技術(shù)領(lǐng)域

本發(fā)明涉及一種物資采購評估方法，屬于物資采購管理技術(shù)領(lǐng)域。

背景技術(shù)

近年來，物資采購管理的重要性不斷提高，為規(guī)范物資采購管理，傳統(tǒng)的企業(yè)采購方 式已不能適應(yīng)社會的發(fā)展。為滿足需要，許多企業(yè)都實施了招標網(wǎng)物資采購系統(tǒng)，通過有 效的電子商務(wù)招標采購管理，使企業(yè)更加廣泛地了解物資供需、價格變動的市場行情及供 應(yīng)商信用資質(zhì)狀況，使企業(yè)擴大了選擇的范圍，增加了采購的透明度，減少了中間環(huán)節(jié)，降低了違規(guī)操作的發(fā)生，對企業(yè)控制和降低采購成本，提高企業(yè)經(jīng)濟效益意義重大。

經(jīng)濟全球化的發(fā)展方向，讓采購成為了企業(yè)市場競爭中一種重要的戰(zhàn)略方式。采購也 從一種職能管理轉(zhuǎn)變?yōu)橐环N戰(zhàn)略進攻，努力找到正確的戰(zhàn)略方式，增加采購績效對于采購 評估來說的一件好事，對于企業(yè)的發(fā)展來說更是增磚添瓦之舉。但是在實際的采購中經(jīng)常 由于很多的隱患問題或者采購評估的方法問題而最終導(dǎo)致評估工作無法進行。

目前常用的綜合評價方法有層次分析法(AHQ法)、模糊綜合評價法(FCE法)、秩 和比法(RSR法)、關(guān)鍵事件法(CIM法)、逼近理想解排序法(TOPSIS法)等。

其中，逼近理想解排序法是C.L.Hwang和K.Yoon于1981年首次提出，TOPSIS法根據(jù)有限個評價對象與理想化目標的接近程度進行排序的方法，是在現(xiàn)有的對象中進行相對優(yōu)劣的評價。理想化目標(Ideal Solution)有兩個，一個是肯定的理想目標(positiveideal solution)或稱最優(yōu)目標，一個是否定的理想目標(negative ideal solution)或稱最劣目標， 評價最好的對象應(yīng)該是與最優(yōu)目標的距離最近，而與最劣目標最遠。

現(xiàn)有這些綜合評價方法進行評估時，各指標的權(quán)重多依賴于主觀判斷，缺少一個健全 的評估體系，沒有充分的科學(xué)依據(jù)，評估中有失準確性，之后的后果是盲目上項目，造成 大量損失。遇到特定的問題需要特定的算法來完成運算，缺少一些適用范圍相對較廣的算 法。

發(fā)明內(nèi)容

針對現(xiàn)有物資采購評估的準確性及通用性差的問題，本發(fā)明提供一種綜合性的物資采 購的評估方法。

本發(fā)明的一種物資采購的評估方法，所述方法包括：

S1、將每個待評估購買方案作為評估對象，根據(jù)多個待評估購買方案確定待評估問 題，根據(jù)待評估問題構(gòu)建樹形結(jié)構(gòu)評估模型，樹形結(jié)構(gòu)評估模型包括影響評估對象好壞的 多個評估項，每一個評估項下可根據(jù)影響因素分出多個子評估項，形成由多個子節(jié)點、父 節(jié)點及根節(jié)點構(gòu)成的樹形結(jié)構(gòu)；

S2、確定評估對象在樹形結(jié)構(gòu)評估模型中的評估項的數(shù)值；

S3、將各評估對象確定的評估項數(shù)值進行同趨勢化處理；

S4、根據(jù)同趨勢化處理后的評估項數(shù)值進行歸一化處理；

S5、根據(jù)樹形結(jié)構(gòu)評估模型中樹形的深度，確定最外層子節(jié)點及其父節(jié)點；

S6、使用逼近理想解排序法及作為最外層子節(jié)點的評估項的歸一化數(shù)值，獲得其父 節(jié)點的評估值；