[發(fā)明專利]一種基于畢達(dá)哥拉斯模糊集的可持續(xù)供應(yīng)鏈設(shè)計(jì)特征排序方法

有效

• 申請?zhí)枺?/td>: 202011300519.3
• 申請日: 2020-11-19
• 公開（公告）號: CN112348392B
• 公開（公告）日: 2022-04-08
• 發(fā)明（設(shè)計(jì)）人: 何麗娜;彭振興;謝雨詩;劉玨;敖瑞鑫
• 申請（專利權(quán)）人: 西南交通大學(xué)
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N7/02;G06F17/16
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

1.一種基于畢達(dá)哥拉斯模糊集的可持續(xù)供應(yīng)鏈設(shè)計(jì)特征排序方法，其特征在于包括以下步驟：

S1識別可持續(xù)客戶需求；

S2基于畢達(dá)哥拉斯模糊的網(wǎng)絡(luò)層次分析方法，獲取可持續(xù)客戶需求的畢達(dá)哥拉斯模糊重要度；該步驟包括以下分步驟：

S21建立可持續(xù)客戶需求的畢達(dá)哥拉斯模糊超矩陣；該步驟包括以下分步驟：

S211依據(jù)步驟S1識別出的所有可持續(xù)客戶需求建立客戶需求CR_gl，g＝1，2，3；l＝1，2，…，m_g，并以其作為判斷準(zhǔn)則；m_g表示第g個(gè)目標(biāo)下的客戶需求數(shù)量；

S212得到以客戶需求CR_gl為準(zhǔn)則，第i個(gè)可持續(xù)目標(biāo)可持續(xù)客戶需求之間的畢達(dá)哥拉斯模糊判斷矩陣B_gl；

矩陣中，兩個(gè)可持續(xù)客戶需求CR_ij、CR_ik之間關(guān)于客戶需求CR_gl的相關(guān)度u_jk，v_jk分別表示隸屬度和非隸屬度；

S213根據(jù)特征根法，確定出判斷矩陣B_gl對應(yīng)的歸一化特征向量集，其中表示客戶需求CR_gl為判斷準(zhǔn)則下客戶需求CR_ij的相對重要度；

S214分別以C_g下的各客戶需求項(xiàng)為判斷準(zhǔn)則重復(fù)步驟S212-S213，依次構(gòu)建該判斷準(zhǔn)則下C_i各客戶需求項(xiàng)之間的判斷矩陣，并得到各判斷矩陣對應(yīng)的歸一化特征向量集，基于此構(gòu)建C_i下各需求項(xiàng)關(guān)于C_g下需求項(xiàng)的畢達(dá)哥拉斯模糊矩陣如下所示：

S215重復(fù)上述步驟S212～S214，依次構(gòu)建所有可持續(xù)目標(biāo)下各客戶需求之間的畢達(dá)哥拉斯模糊矩陣，從而得到畢達(dá)哥拉斯模糊超矩陣如下所示：

S22建立可持續(xù)目標(biāo)的畢達(dá)哥拉斯模糊加權(quán)矩陣；該步驟包括以下分步驟：

S221依據(jù)所有可持續(xù)目標(biāo)建立目標(biāo)C_g，g＝1，2，3，并以其作為判斷準(zhǔn)則；

S222得到以目標(biāo)C_g為準(zhǔn)則，各可持續(xù)目標(biāo)之間的畢達(dá)哥拉斯模糊判斷矩陣B_g；

矩陣中，兩個(gè)可持續(xù)目標(biāo)C_i、C_n之間關(guān)于目標(biāo)C_g的相關(guān)度u_in，v_in分別表示隸屬度和非隸屬度；

S223根據(jù)特征根法，確定出判斷矩陣B_g對應(yīng)的歸一化特征向量集，其中表示以目標(biāo)C_g為判斷準(zhǔn)則下第i個(gè)可持續(xù)目標(biāo)C_i的相對重要度；

S224重復(fù)上述步驟S222～S223，依次構(gòu)建各可持續(xù)目標(biāo)關(guān)于所有目標(biāo)判斷準(zhǔn)則的畢達(dá)哥拉斯模糊判斷矩陣B_g，從而得到可持續(xù)目標(biāo)的重要度向量矩陣即可持續(xù)目標(biāo)的畢達(dá)哥拉斯模糊加權(quán)矩陣：

S23將可持續(xù)目標(biāo)的畢達(dá)哥拉斯模糊加權(quán)矩陣與可持續(xù)客戶需求的畢達(dá)哥拉斯模糊超矩陣相乘，即得到可持續(xù)客戶需求的畢達(dá)哥拉斯迷糊加權(quán)超矩陣；

該步驟中將可持續(xù)目標(biāo)的畢達(dá)哥拉斯模糊加權(quán)矩陣與可持續(xù)客戶需求的畢達(dá)哥拉斯模糊超矩陣按照以下公式(1)相乘，即得到可持續(xù)客戶需求的畢達(dá)哥拉斯迷糊加權(quán)超矩陣

其中，

S24基于可持續(xù)客戶需求的畢達(dá)哥拉斯模糊加權(quán)超矩陣，應(yīng)用畢達(dá)哥拉斯模糊加權(quán)平均算子得到可持續(xù)客戶需求的畢達(dá)哥拉斯模糊重要度；

該步驟中，基于可持續(xù)客戶需求的畢達(dá)哥拉斯模糊加權(quán)超矩陣應(yīng)用畢達(dá)哥拉斯模糊加權(quán)平均算子按照以下公式(2)可得到第i個(gè)可持續(xù)目標(biāo)客戶需求CR_ij的畢達(dá)哥拉斯模糊重要度

進(jìn)一步，通過公式(3)可以得到第i個(gè)可持續(xù)目標(biāo)客戶需求CR_ij重要度的得分S_ij：

S3識別可持續(xù)供應(yīng)鏈設(shè)計(jì)特征；

S4基于可持續(xù)客戶需求及其畢達(dá)哥拉斯模糊重要度和可持續(xù)供應(yīng)鏈設(shè)計(jì)特征，構(gòu)建畢達(dá)哥拉斯模糊質(zhì)量屋，并獲取畢達(dá)哥拉斯模糊質(zhì)量屋的加權(quán)關(guān)系矩陣；

S5構(gòu)建參考設(shè)計(jì)特征，并依據(jù)參考設(shè)計(jì)特征與可持續(xù)供應(yīng)鏈設(shè)計(jì)特征之間的灰色關(guān)聯(lián)度，確定可持續(xù)供應(yīng)鏈設(shè)計(jì)特征的客觀重要度。