（管理科学与工程专业论文）多指标综合评价理论在配送中心规划方案优选中的应用.pdf

中文摘要 摘要 目前，随着我国物流配送业的蓬勃发展，配送中心的建设己成为企业优化资 源、健康发展的一个亮点。而配送中心规划是配送中心建设前至关重要的步骤， 选择最优的规划方案可以避免配送中心运营后再修正所产生的巨大浪费。所以， 配送中心规划方案的优选问题己经成为物流系统优化的重要课题。多指标综合评 价是综合多个描述事物不同方面的指标评价值从而得出对该事物的一个整体评价 的理论，由于其包含的方法众多且各具优势，近年来越来越受到物流领域的青睐。 本文在充分认识配送中心规划方案优选的重要意义和多指标综合评价方法优 越性韵前提下，对应用多指标综合评价理论来指导配送中心规划方案的优选这一 问题进行研究。第一章提出了问题研究的必要性及研究框架。第二章介绍了多指 标综合评价理论的基本概念，重点论述了模糊综合评价与灰色理论评价这两种方 法，并对多指标综合评价中的多种代表性方法进行了优缺点和适用范围的总结。 第三章描述了配送中心规划的相关概念，具体讨论了配送中心规划的内容、要素、 流程等问题。第四章将多指标综合评价理论应用到某企业配送中心规划方案优选 的实例当中，首先，介绍了项目背景；其次，建立配送中心规划方案的指标体系， 并选择多指标综合评价中的灰色模糊法作为最终的评价方法；最后，建立配送中 心规划模型并运用灰色模糊方法予以求解，实现规划方案的科学性优选，从而证 明了灰色模糊方法的有效性、可靠性，不仅为企业建设配送中心的决策起到重要 的参考和指导性作用，而且为多指标综合评价理论在物流业的应用开辟了一个新 的思路。 关键词：多指标综合评价理论；配送中心规划；灰色模糊方法 英文摘要 t h ea p p l i c a t i o no f m u l t i p l e o b j e c t i v e - c o m p r e h e n s i v e e v a l u a t i o n t h e o r yi nt h eo p t i m i z i n gp r o c e s so fp l a n n i n go fd i s t r i b u t i o nc e n t e r a b s t r a c t a tp r e s e n t ，w i t ht h er a p i dd e v e l o p m e n to fl o g i s t i c s ，a l le y e sh a v eb e e nf o c u s e do n t h ec o n s t r u c t i o no fd i s t r i b u t i o nc e n t e r b u tt h ep l a n n i n go fd i s t r i b u t i o nc e n t e ri sa v e r y i m p o r t a n ts t e pb e f o r et h ec o n s t r u c t i o n , b e c a u s et h em o s to p t i m i z e dp l a nw i l lh e l pt o a v o i dt h eh u g ew a s t et h a ti sc a u s e db yt h er e v i s i n go ft h ep l a na f t e ri th a sb e e nc a r r i e d o u t t h e r e f o r e ，h o wt oc h o o s et h em o s to p t i m i z e dp l a ni nt h ep r o c e s so ft h ep l a n n i n g o fd i s t r i b u t i o nc e n t e rh a s a l r e a d yb e c o m e av i t a l t o p i c i n l o g i s t i c a ls y s t e m m u l t i p l e o b j e c t i v e c o m p r e h e n s i v e - e v a l u a t i o n( m o c e ) t h e o r yi n c l u d e s s e v e r a l d i f f e r e n tm e t h o d st oe v a l u a t e ，w h i c hh a v ed i f f e r e n ta d v a n t a g e s t h ee f f i c i e n ta n d p r a c t i c a lc h a r a c t e r i s t i c so f t h et h e o r ym a k em o r ea n dm o r ep e r s o n a lf a v o ro fi t b a s e do nt h ei m p o r t a n c ei nt h eo p t i m i z i n gp r o c e s so ft h ep l a n n i n go ft h e d i s t r i b u t i o nc e n t e ra n dt h es u p e r i o r i t yo fm o c et h e o r y , c h a p t e r1o ft h i st h e s i sp u t s f o r w a r dt h ei n v e s t i g a t i v en e c e s s i t ya n dt h es t u d yf l a m e b a s i cc o n c e p to fm o c e t h e o r yi si n t r o d u c e di nc h a p t e r2 ，i nw h i c hf u z z y - c o m p r e h e n s i v e - e v a l u a t i o nm e t h o d a n dg r e yt h e o r ya r eh i g h l yv a l u e d ，f l l l t h e rm o r e ，t h ea d v a n t a g e s ，d i s a d v a n t a g e sa n dt h e a p p l i c a t i o nf i e l d so fe a c hm e t h o di nt h em o c et h e o r ya r es u m m a r i z e d a n dt h e r e l a t i v ec o n c e p to ft h ep l a n n i n go fd i s t r i b u t i o nc e n t e ri sr e f e r r e di nc h a p t e r3 t h e a p p l i c a t i o no fm o c et h e o r yt o ap r o j e c ti sd i s c m s e di n c h a p t e r4 f i r s t ，t h e b a c k g r o u n do ft h ep r o j e c ti sp u tf o r w a r d n e x t ，s e tu pas e to fs c i e n t i f i ca n do p t i m i z e d e v a l u a t i o ni n d i c a t o r - s y s t e ma n dc h o o s eas u i t a b 1 em e t h o dt oe v a l u a t i o n ，n a m e l y g r e y f u z z y - c o m p r e h e n s i v e - e v a l u a t i o n ( g f c e ) m e t h o d f i n a l l y , s e tu pt h ee v a l u a t i o n m o d e lo ft h ep l a n n i n go fd i s t r i b u t i o nc e n t e ra n dr e a l i z ei tv i ag f c em e t h o d t h e m e t h o di sn o to n l yp r o v e dt ob ee f f e c t i v ea n dr e l i a b l e ，b u ta l s om a k e san e wt h i n k i n g w a y f o rt h ea p p l i c a t i o no fm o c e t h e o r yi nt h el o g i s t i c sf i e l d k e yw o r d s ：m u l t i p l e - o b j e c t i v e - c o m p r e h e n s i v e - e v a l u a t i o nt h e o r y ( m o c e ) ； p l a n n i n go fd i s t r i b u t i o nc e n t e r ； g r e y - f u z z y - c o m p r e h e n s i v e - e v a l u a t i o nm e t h o d ( g f c e ) 大连海事大学学位论文原创性声明和使用授权说明 原刨性声明 本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果，撰写成博士 硕士学位论文“多指标综合评价理论在配送中心规划方案优选中的应用”。除论文中已经注 明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。 本声明的法律责任由本人承担。 论文作者签名：诸器蕊彬侔中月f 2 日 学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连海事人学研究生学位论文提交、版权使用管 理办法”，同意大连海事大学保留并向国家有关部门或机构送交学位论文的复印件和电子版， 允许论文被查阅和借阅。本人授权大连海事大学可以将本学位论文的全部或部分内容编入有 关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。 保密口，在年解密后适用本授权书。 本学位论文属于：保密口 不保密留( 请在以上方框内打“4 ”) 论文作者签名满抵晶导师签名： 日期：矽口乡年乎月 惭专p 多指标综合评价理论在配送中心规划方案优选中的应用 第1 章绪论 1 1 问题的提出 “评价 是人们参照一定标准对客体的价值或优劣进行评判比较的一种认知 过程，同时也是一种决策过程。综合评价是相对于单项评价而言的，它们之间的 区别不在于评价客体的多少，而在于评价标准的复杂性。所谓“复杂性晟直观 的表现是评价指标数目上的多与少，单项评价实际上就是单指标评价，而综合评 价则表现为多指标评价，因此也称为“多指标综合评价【1 1 。 配送中心是从事货物配备( 集货、加工、分货、拣选、配货) 和组织对用户 的送货，以高水平实现销售和供应服务的现代流通设施【2 1 。而配送中心规划，强 调宏观指导性，它是对拟建配送中心的长远的、总体的发展计划，是进行可行性 论证的依据。目前，不论是制造业还是流通企业，纷纷准备或开始筹建配送中心， 通过建设配送中心，企业可以对其物流系统进行合理的规划提高物流系统的利 用率，改进物流管理和运作水平，满足用户的多样化需求，提高企业的服务水平 和市场竞争力。 因此，配送中心规划方案的优劣是影响企业发展的关键因素之一。而多指标 综合评价这种定量的分析技术，已成为物流企业完成合理规划、正确决策的一种 十分重要的科学手段。 1 2 研究的必要性和研究框架 随着物流业的蓬勃发展，多指标综合评价理论也逐渐渗透到物流的各个环节 之中，不仅广泛应用于配送中心的选址方面，而且在配送路线的选择方面也发挥 了重要作用。但至今配送中心规划方案的优选方面还很少涉及。 目前，配送中心规划方案比选很大程度上存在着人为决策的主观性和随意性， 客观性相关研究指标尚不全面系统。因此有必要运用系统工程的方法，选取各项 关键的指标构建评价指标体系，为配送中心规划提供科学的评价准则。因此，应 用多指标综合评价理论来解决配送中心规茏0 方案的优选这一问题，是非常必要并 具有实际意义的。 第l 章绪论 本论文的研究重点是： ( 1 ) 模糊综合评价法和灰色理论决策法，探讨各种多指标综合评价方法的特 点和适用范围。 ( 2 ) 运用灰色模糊综合评价方法实现配送中心规划方案的优选，并对计算结 果进行分析，体现模糊综合评价法和灰色理论相结合的优势。 本论文的研究框架如图1 1 所示。首先，将介绍多指标综合评价的基本理论 与方法，其中重点阐述模糊综合评价方法和灰色系统理论方法，并对多指标综合 评价理论的各种方法进行优、劣势及其适用范围的比较分析。其次，论述配送中 心规划的相关理论，提出规划的内容、流程等。最后，运用灰色模糊综合评价方 法实现配送中心规划方案的优选，并进行讨论分析。 一一， 一 i 塑塑坌塑： 图1 1 论文的研究框架 f i g 1 1s t u d yf r a m eo ft h et h e s i s 2 多指标综合评价理论在配送中心规划方案优选中的应用 第2 章多指标综合评价理论与方法 2 1 多指标综合评价基本理论 2 1 1 多指标综合评价的概念及存在的问题 多指标综合评价是把多个描述被评价事物不同方面且量纲不同的指标，转换 成无量纲的相对评价值，并综合这些评价值以得出对该事物的一个整体评价的方 法【3 】。多指标综合评价的结果，是对被评价事物一般水平或趋势的抽象程度较高 的数量描述，由于这种描述具有整体性和全面性，所有具有实际的社会经济含义。 上述概念包括五个要点：( 1 ) 多指标综合评价包括多个评价指标；( 2 ) 多指 标综合评价的多个指标是分别描述被评价事物各个不同方面的，它们应该包含被 评价对象的全面信息；( 3 ) 各评价指标的量纲可能是各不相同的；( 4 ) 多指标综 合评价的前提是必须把异量纲的指标实际值转化成无量纲的相对评价值；( 5 ) 多 指标综合评价要把各指标评价值合成在一起，得出一个整体性的评价。 目前，用于多指标综合评价的方法有很多，其中关于确定性指标的综合评价 方法有主成分分析法、因子分析法、聚类分析法、判别分析法、灰色关联度评价 法、数据包络分析法；关于非确定性指标的综合评价方法有模糊综合评价法、多 维标度分析法等【4 】。众多方法都有其适用的应用领域，当然也存在各自的不足。 例如，灰色关联度评价和模糊综合评价这两种方法在众多的领域中得到了广 泛的应用并且取得了令人满意的结果。但在实际中，往往是一个信息不全面的评 价问题，其存在许多模糊的因素，或是具有模糊因素的一个问题，其不具备完全 充分的资料，即在一个问题中既存在模糊性又存在灰色性，这就需要在综合评价 中同时考虑模糊性和灰色性两个方面的影响。所以，结合这两种评价方法来解决 实际问题，具有重要的研究价值。 2 1 2 多指标综合评价的数学描述 多指标综合评价问题可以表述如下【5 】： 设有n 个被评价单位，对于某一评价目标，可用m 个定量评价指标 x 。，x 2 ，x 。来进行综合评价。各评价指标的观测值为 x i j g = 1 , 2 ，以；- ，= 1 , 2 ，m ) ，各指标经过一定的方法进行无量纲化仍记为x i i ， 第2 章多指标综合评价理论与方法 指标对应的权系数分别为b 。，b 2 ，b m ，计算各被评价单位的综合评价值y i ，并根 据y ；的大小给各个被评价单位排出次序。 y i = b l x j l + b 2 x f 2 + + b m x 【l ，i o = 1 , 2 ，m ) ( 2 1 ) 多指标综合评价处理的是一个多维空间，被评价单位相当于多维空间的若干 个点，各个评价指标相当于用来衡量、刻度被评价单位的不同维度。从数学原理 来看，多指标综合评价实际上是进行了两次“映射 。 上面假设用i n 个指标来进行综合评价，那么，这m 个指标就构成了一个空 间a ，空间a 是m 维的，每一维都有具体的量纲，而且各维的量纲各不相同，那 么，第i 个被评对象m 个指标的实际值就决定了空间a 中的一个点a ；。 多指标综合评价中的无量纲化处理，把指标实际值转换为指标评价值，事实 上这是做了一次映射厂，f = 1 , 2 ，1 ) 把空间a 映射到空间b 上，亦即f ：a b ， 空间b 仍是m 维的，但各维间的量纲已经一致了。通过映射厂，空间a 中的a i 就 映射到空间b 中的点包，亦即( 口，) = 6 f 。 多指标综合评价中的合成处理，事实上是做了第二次映射矽，把空间b 再映 射到空间c 上，亦即：够：b 寸c ，通过映射缈，空间b 上的点b i 又映射到直线c 上的c ，点，亦即：缈：( 6 f ) = q 。 把两次映射连起来看，有：彳寸b 专c 和g ，) = 地) = c ，。多指标综合 评价就是通过无量纲化和合成这样两次映射，把无序空间的点映射为有序直线上 的点，从而解决了被评价对象在不同空间的整体性比较问题，也就满足了综合排 序优选的要求。 2 1 3 多指标综合评价的基本过程 综合评价是一项复杂的统计活动过程，同时也是一个定量的思维过程，作为 一个物理过程，完整的综合评价可以分为如下几个阶段【6 】： ( 1 ) 确定评价目的。 ( 2 ) 确定评价指标体系。具体包括评价目标的细分和结构化，指标体系的初 步确定，指标体系的整体检验与单位检验，指标体系结构的优化，定性变量的数 量化等环节。 4 多指标综合评价理论在配送中心规划方案优选中的应用 ( 3 ) 选择评价方法与模型。具体包括评价方法选择、权数构造、评价指标体 系的标准值与评价规则的确定。 ( 4 ) 综合评价实施。具体包括指标体系数据搜集、数据评估、必要的数据推 算、评价模型参数求解等。 ( 5 ) 对评价结果进行评估与检验，以判别所选评价模型、有关标准、有关权 值甚至指标体系的合理与否，若不符合要求，则需要进行一些修改甚至返回到前 述的某一环节。 ( 6 ) 评价结果分析与报告。具体还包括评价结果的书面分析、撰写评价报告、 提供与发布评价结果、资料的储备与后续开发利用。 2 2 多指标综合评价的主要方法 2 2 1 模糊综合评价方法研究 2 2 1 1 模糊数学的基本概念 自从z a d e h 创建模糊集后，模糊数学的出现与发展对许多领域尤其是工程技 术领域产生了极大的影响，模糊数学的应用几乎与模糊数学的理论发展同步前进。 按照模糊数学的理论，随着一个系统模糊程度的增加，我们对其行为的精确描述 就变得不可能，模糊数学可以对这种难以精确描述的系统进行分析，揭示系统中 各因素的相互关系。模糊集是一种数学工具，可以将表示出差异的形容词( 如： 严重、中等、轻微等) 转换成一种隶属度函数，然后用逻辑运算去解决从简单到 复杂的各种问题。下面将对模糊综合评判所涉及到的模糊数学基本概念进行阐述。 ( 1 ) 模糊集合0 1 集合论不仅是现代数学的基础，也是模糊数学的必备知识，为与模糊集合相 区别，把以往接触到的集合称为普通集合，其全集称为论域。 对于模糊结合中的子集，没有明确边界，如“高个 这一集合，一个身高1 7 5 m 的人既可以属于也可以不属于“高个 这一子集。由于没有明确的边界，我们将 “高个 称为“身高 这一论域中的一个“模糊子集”( 或模糊集) ，它具有模糊 性，通常用上面带波浪号的大写字母表示，如彳、占等。 第2 章多指标综合评价理论与方法 为了表示某一元素与模糊子集的关系，z a d e h 提出了“隶属度”，即：对论域 的每一个元素i , i 在闭区间【0 ，l 】中给定一个对应的数字指标，用以表示“，对于模糊 集彳的隶属程度，并用, u au ，) 或a 肼表示，称元素“，对彳的隶属度，且满足 o , u a 0 ，) 1 。显然，0 ，) 的值越大，表示对其的隶属度越高。当爿u ，) = o 时， 表示掰。肯定不属于j ；当一g ，) = 1 时，表示“，肯定属于彳。在这两种情况下，子 集退化为普通子集。 由此可见z a d e h 引入模糊子集的基本思路是：把普通集合中的绝对隶属关系 加以扩充，使元素对“集合的隶属度由只能取0 和1 这两个值，推广到可以取 单位区间 0 ，1 中的任意一个数值，从而实现定量地刻画模糊性事物，这里，隶属 度是处理问题的关键。 ( 2 ) 模糊集合的表示方法【l l - 1 2 】 a z a d e h 表示法 彳= 2 l u l + 2 一u 2 + + 2 州u 。= “u f ( 2 2 ) i = 1 当论域中u 的元素为无穷不可数时，可记为 彳= 阻一0 ) “0cu ) ( 2 3 ) 式中：“u ；表示论域u 中的元素“，与其隶属度一u ，) 之间的对应关系， 不表示“分数”； “+ ，“ 表示模糊子集在论域u 上的整体，不表示“求和”； “ 表示各个元素与隶属度对应关系的一个总括，不表示“积分”。 b 向量表示法： 彳= 缸。，2 ：，一) ( 2 4 ) c 序偶表示法： a = 缸“。) 红：一，“：) ，扛利，“。) ( 2 5 ) 2 2 1 2 隶属函数的确定 隶属度是客观事物在人脑中的反映。人们在生活中认识了许多模糊概念，凭 着自己的生活经验，对各个模糊概念有自己的评判标准。也就是说，各个模糊概 6 多指标综合评价理论在配送中心规划方案优选中的应用 念的隶属函数已经存在于人们的头脑之中。当然人们是不会觉察也不会有意去运 用的，因为人类的思维本身具有逻辑性和模糊性，这是人类的智慧。不同的人由 于种种差异，对概念的认识也会不同，也就是说，对待同一个模糊概念，每个人 头脑中的隶属函数可能会不同，但从整体来看，存在着一个客观的隶属函数，这 一点可以从模糊统计实验中所呈现的频率稳定性得到证明。隶属函数在模糊数学 中具有重要地位，它如同概率分布函数在概率论中的地位。在解决某一实际问题 时，一般要先确定隶属函数，但隶属函数又往往不直接给出，经常需要在一些控 制试验的基础上获得，它的确定在一定程度上具有主观性和经验性。下面是几种 确定隶属函数的实用方法。 ( 1 ) 统计法【1 3 1 即通过模糊统计试验的方法来确定隶属函数。在受试者认真思考某一模糊概 念a 的含义之后，列出他们认为的最适合的概念区间，则对论域上的某一点 。来 说，它属于这一概念的隶属频率为 包含的区间数隶属次数) p 参加调查的人数g ) ( 2 6 ) 随着n 的增大，隶属频率也会呈现稳定性，频率稳定值叫做u 。对概念a 的隶 属度。 ( 2 ) 典型函数法【1 4 - 1 6 】 当论域可用实数闭区间表示时，可根据问题的性质分别采用各种曲线作为隶 属函数，常用的有以下几种： a 正态型 ) ：p _ ( 警) 2 其中：口。，6 。( 2 7 ) b 戒上型 降半c a u c h y 型 f 00 c ) 。2t 南。 c ) 其中：口 。，6 。，c 。 ( 2 8 ) 降岭型 7 第2 章多指标综合评价理论与方法 0 ) = 三一三s i n 孑专1 ( “一! ) c ( i 兰雪三 ，其中：d c 。 。2 9 ， 升半c a u c h y 型 f 0 g c ) g 2t 南( ” c ) 其中：口 。，6 。，c 。 ( 2 。) ，z 。) = = e 一。c 。一。户1 2 ：主暑 其中：c ：。，七：，。 d 。降半型 降半正态型 4 u ) - - - e 嘲2 其中：尼 o 降半c a u c h y 型 。) = 志其中：b 。 叫寻b l u x ( u 掣 ， 眨j ： f ，j = 1 , 2 ，胛目i( 2 3 3 ) 则称母序列e 相对于其他母序列为最优，或者说从子序列x ，的关联度来看，母序 列e 是系统的最优序列。 如果昙喜名 i i 荟i “= 1 ，2 ，m 且例 ( 2 3 4 ) 则称母序列z 相对于其他母序列或对子序列的关联度是准最优的。 2 3 多指标综合评价中其他方法的研究 2 3 1 层次分析法 层次分析法( a n a l y t i c a lh i e r a r c h yp r o c e s s ，简称a h p 法) 是美国著名运筹家 沙旦( t l s a a t y ) 于7 0 年代中期提出的一种定性与定量相结合的、系统化、层次 化的方法【3 2 】。这一方法的核心是将决策者的判断给予量化，从而为决策者提供定 量形式的决策依据，特别适用于目标结构复杂且缺乏数据的情况，是一种简单、 灵活而又实用的多准则决策方法。 层次分析法的基本原理： ( 1 ) 通过划分相互之间的关系，把一个复杂问题中的各个指标分解为若干个 有序层次。每一层次中的元素地位大致相等，并且每一层与上一层次和下一层次 有着一定的联系，层次之间按隶属关系建立起一个有序的递阶层次模型。模型一 般包括目标层、准则层和方案层等几个基本层次。 ( 2 ) 在模型中，由专家对每层的重要性以定量的形式加以反映，即通过两两 比较判断的方式来确定每个层次中元素的相对重要性，并用定量的方法表示，进 而建立判断矩阵，然后计算每个层次的判断矩阵中各指标的权重。 ( 3 ) 将方案层对准则层的权重及准则层对目标层的权重进行综合，最终确定 方案层对目标层的权重，对方案权重进行排序 3 3 】。 第2 章多指标综合评价理论与方法 2 3 2 专家打分综合法 除了用层次分析法确定评价体系指标外，我们通常还采用一般的专家打分综 合法予以补充。专家打分综合法就是请各位专家对评价体系的a 级、b 级指标根 据自己的主观判断，直接给出各个指标的权重，并使每个级别的指标权重总和为 1 的方法【3 4 】。该方法与层次分析法比较，其成本低，程序简单且较为直观，但不 如用层次分析法来确定权重的严谨性、逻辑性、完整性强。 权重可采用抽样调查法或专家打分法确定。一般常用的是专家打分法，具体 做法是：邀请若干行业专家，让专家根据各自的专业知识和职业判断，对各项实 际指标从重要到次要进行排序打分。若有1 0 个指标，最重要的指标打1 0 分，以 此类推9 分、8 分，排在最后的一项指标打1 分，随即得出每位专家对各项 实际指标的打分总和，且总和为相同的常数，之后再将各项具体指标的得分分别 求和，并分别除以上述打分总和与专家人数的乘积，得到各项实际指标的权重【3 5 1 。 2 3 。3 数据包络分析法 数据包络分析法( d a t ae n v e l o p m e n ta n a l y s i s ，简称d e a ) 是著名运筹学家查 恩( a c h a m e s ) 、库伯( w w c o o p e r ) 、罗兹( e r h o d e s ) 等在研究部门之间“相 对有效性 基础上提出的一种新的系统分析方法。在经济学的理论里，在生产技术 固定的条件下，各种可能投入和产出所形成的集合，称为“生产可能性集合”；各种 投入组合能使产出最大化的集合，称为“生产可能的效率前沿 ( e f f i c i e n c y f r o n t i e r ) ； 各投入组合与效率前沿问所形成的数学关系，称为“生产函数”。包络线所显示出来 的意义，即是在所有牛产可能集合最佳的组合点所形成的边界。若厂商投入与产出的 组合落在效率前沿上，则视该厂商为有效率厂商；若厂商投入与产出落于效率前沿内， 则视该厂商为无效率厂商。 d e a 效率评价模型的原理，就是将所有决策单位( d e c i s i o nm a k i n gu n i t s ，d m u ) 的投入与产出项投影到几何空问巾，以寻求最低投入或最高产出作为边界。当某个 d m u 落在边界上，则视该d m u 为最有效率的单位，其相对效率值为l ，表示在其 他条件不变的条件下，该d m u 无法减少投入或增加产出；若某个d m u 落在边界内， 则该d m u 为无效率的单位，而给予一个介于0 到1 之间的效率指标，表示在产出不 变的情况下，可降低投入，或是在投入不变的情况下，可增加产出【3 6 。3 引。经济学上 运用生产函数时，要先对各投入项或产出项预设函数关系，但d e a 模型却是透过相 1 6 多指标综合评价理论在配送中心规划方案优选中的应用 对比较的观念，找出每个d m u 的各加权产出和与各加权投入和之间的比值，进而决 定其效率值。 2 3 4 人工神经网络法 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k s ，a n n ) ，也有称“神经网络系统 ( n e u r a ln e t w o r k ss y s t e m ，n n s ) ，最早可追溯到1 9 4 3 年法国一t l , 理学家麦克卡洛 克( m c c u l l o c h ，w s ) 和数学家匹茨( p i t t s ，w h ) 合作提出的神经元数学模型( 即 m p 模型) 。 人工神经网络方法模拟人脑神经元结构，以m p 模型和h e b b 学习规则为基 础。一般可分为三种网络模型【3 9 】： ( 1 ) 前馈式网络。它以感知机、反向传播模型、函数型网络为代表，可用于 预测、模式识别等方面。 ( 2 ) 反馈式网络。它以h o p f i e l d 的离散模型和连续模型为代表，分别用于联 想记忆和优化计算。 ( 3 ) 自组织网络。它以a r t 模型、k o h o l o n 模型为代表，用于聚类分析等方 面。 人工神经网络的知识体现在网络连接的权值上，是一个分布式矩阵结构。其 学习体现在网络权值的逐步计算上。 2 4 多指标综合评价各方法优缺点及其适用范围的比较分析 2 4 1 优势分析 ( 1 ) 层次分析法 层次分析法是一种把定性分析与定量分析有机结合起来的较好的科学决策方 法，它具有很多解决实际问题的独到的优点： a 系统性：层次分析法把研究对象作为一个系统，按照分解、比较判断、综 合的思维方式进行决策，是系统分析的重要工具之一。 b 实用性：层次分析把定量和定性的方法结合起来，能处理许多传统的最优 化技术无法着手的实际问题，应用范围广泛。同时，这种方法将决策者和决策分 析者相互联系起来进行沟通，决策者甚至直接可以应用它，这就增加了决策的有 1 7 第2 章多指标综合评价理论与方法 效性。 c 简洁性：层次分析法的基本原理和建模方法步骤简单易懂，计算也很简便， 并且所得的结果简单明了，易为决策者了解和掌握【删。 ( 2 ) 专家打分综合法 专家打分法是一种最为简单的综合评价方法，与层次分析法比较来说，其成 本低、程序简单并且较为直观。 ( 3 ) 模糊综合评判法 a 为定性指标定量化提供了有效的方法，实现了定性和定量方法的有效集 合： b 实际问题往往不是绝对的肯定或绝对的否定，涉及到模糊因素，模糊综合 评判方法很好地解决了判断的模糊性和不确定性问题； c 所得结果为一向量，即评语集在其论域上的子集，克服了传统数学方法结 果单一性的缺陷，结果包含的信息量丰富。 ( 4 ) 灰色关联度分析法 a 通俗易懂，数据不必进行归一化处理，可用原始数据进行直接计算； b 无需大量样本，也不需要经典的分布规律，只要有代表性的少量样本即可； c 计算简便。 ( 5 ) 数据包络分析法 数据包络分析法最突出的优点在于无需任何权重假设，每一个输入输出的权 重不是根据评价者的主观认定，而是由决策单元的实际数据求得的最优权重，因 此，d e a 方法排除了很多主观因素，具有很强的客观性，在避免主观因素和简化 运算、减少误差等方面有着不可低估的优越性，该方法近年来被广泛运用到技术 创新、成本与收益、资源配置、金融投资及其它非生产性领埘4 1 1 。 ( 6 ) 人工神经网络法 a 具有自学习功能。例如实现图像识别时，只需先把许多不同的图像样板和 对应的应识别的结果输入人工神经网络，网络就会通过自学习功能，慢慢学会识 别类似的图像。自学习功能对于预测有特别重要的意义，预期未来的人工神经网 络计算机将为人类提供经济预测、市场预测、效益预测，其应用前途是很远大的。 多指标综合评价理论在配送中心规划方案优选中的应用 b 具有联想存储功能。用人工神经网络的反馈网络就可以实现这种联想。 c 具有容错和容差能力。每个神经元和每个连接对网络整体功能的贡献是微 小的，以致于少量神经元及连接发生故障时对网络功能的影响很小。此外，神经 元激活函数的“压扁特性又高概率地把这种影响压缩到最低限度，从而使整个 网络具有很强的鲁棒性( 硬件容错性) 。另一方面，输入向量中每个分量对网络输 出的贡献是微小的，以致于少量分量有偏差对网络输出的影响很小。同时，激活 函数的“压扁”特性把这种影响进一步压缩到最低限度，使整个网络具有很强的 容差能力【4 2 1 。 d 具有高速寻找优化解的能力。寻找一个复杂问题的优化解，往往需要很大 的计算量，利用一个针对某问题而设计的反馈型人工神经网络，发挥计算机的高 速运算能力，可能很快找到优化解。 经过近四十年的波折，人工神经网络方法在二十世纪八十年代获得了迅速的 发展，在模式识别( 包括语音与图像识别) 、经济管理、优化控制、信息处理、统 计计算、数值逼近等众多领域得到了应用，也被人们应用于有关问题的综合评价 之中。 2 4 2 局限性分析 ( 1 ) 层次分析法 a 层次分析法的指标权重都由专家评定的结果计算得出，使评价过程带有很 大程度的主观臆断性，人为因素影响较大，降低了评价结果的准确度。 b 判断矩阵易出现严重的不一致现象。当同一层次的元素很多时，上述问题 更加突出，容易使决策者做出矛盾和混乱的判断。例如元素l 比2 稍重要，元素 2 比3 稍重要，根据a h p 规定的标度有口1 2 = 3 和口2 3 = 3 。按a h p 一致性矩阵的 准则，有3 = 雹2 口2 3 = 3 x 3 = 9 ，表明元素1 比3 极端重要，这一判断显然不符 合常理。 c 比较、判断直至结果都较为粗糙，不适合解决精度要求很高的问题。 ( 2 ) 专家打分综合法 在应用中摆脱不了评价过程中的随机性和评价专家主观上的不确定性及认识 上的模糊性，与层次分析法比较，缺乏确定权重时的严谨性、逻辑性、完整性。 1 9 第2 章多指标综合评价理论与方法 ( 3 ) 模糊综合评判法 a 不能解决评判指标间相关所造成的评价信息重复问题； b 各因素权重的确定带有一定的主观性； c 某些情况下，隶属函数的确定有一定困难，尤其是多指标评价模型，要对 每一指标、每个因素确定隶属度函数，过于繁琐，实用性不强【4 3 】。 ( 4 ) 灰色关联度分析法 a 由于影响子序列i 与母序列的关联度的因素很多，可能会导致i 不唯一。 b 现在常用的灰色关联度量化模型所求出的关联度总为正值，不能全面反映 事物之间的关系，有可能得出错误的结论。 c 目前建立各种灰色关联度量化模型的理论基础较为狭隘，单纯从比较曲线 形状的角度来确定因素之间的关联程度是不合适的，甚至可以说，依据因素间曲 线形状的相似程度来判断因素之间的关联程度是片面的【4 4 1 。 d 不能解决评价指标间相关造成的评价信息重复问题，因而指标的选择对评 价结果影响很大。 ( 5 ) 数据包络分析法 a d e a 从最有利评价单元的角度选择权重，可能因为某一方面的突出表现使 得评价结果较高；另一方面，这种权重选择方式虽然避免了主观性，但是客观的 权重未必与实际情况相吻合，有时甚至是矛盾的。 b d e a 是前沿生产函数的一种隐含表达，在确定前沿的同时，把无效率的部 分全部归于技术的无效率，而随机前沿生产函数则把这部分归于技术的无效率和 随机误差两部分。 c d e a 隐含地要求被评价单元的数目应尽量的多，投入和产出指标尽可能的 少，以避免有效单元数目过多的局面，并且要求投入产出数据比较准确，如果误 差较大，对结果影响较大【4 5 1 。 d d e a 评价的是相对效率，也就是说即使被评价的所有单元都是差的，评价 结果也有为l 的，无法保证评价的准确性。 ( 6 ) 人工神经网络 a 难于精确分析神经网络的各项性能指标 多指标综合评价理论在配送中心规划方案优选中的应用 神经网络是高度非线性的大型( 静态或动态) 系统，其高度的复杂性使得不 可能精确分析它的各项性能指标，这大大限制了神经网络的适用范围。 b 不宜用来求解必须得到正确答案的问题 神经网络的工作原理( 自发的集体行为) 注定不可能保证“答案 绝对正确。 事实上，求解这类问题只能依靠精心设计的算法和高精度的数字计算机。 c 不宜用来求解用数字计算机解决得很好的问题 求解一个问题的最佳途径是：由人来寻找好的求解规则，并把它编成算法( 程 序) 。只有在难于找到好的求解规则时，才应该走次佳途径：让神经网络自动地寻 找合理的求解规则。由此可见，神经网络只是对数字计算机的补充，而绝不可能 取代它。 d 体系结构的通用性差 目前已提出了多种神经网络体系结构，但每种体系结构只适用于一类或几类 问题，可能不存在像冯诺依曼体系结构那样简洁、通用的神经网络体系结构【蛔。 2 4 3 适用范围探讨 层次分析法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等 进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为 多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。它的整个过 程体现了人的决策思维的基本特征，即分解、判断与综合，易学易用，而且定性 与定量相结合，便于决策者之间彼此沟通，是一种十分有效的系统分析方法。它 的应用已遍及经济计划和管理、能源政策和分配、行为科学、军事指挥、运输、 农业、教育、人才、医疗、环境等领域，尤其适合于对决策结果难于直接准确计 量的场合。 专家打分综合法一般适用于需要评价的指标种类比较多、比较复杂且具有较 大的成熟度、能够较清晰地划分高下的情况，是解决存在诸多不确定因素、采用 其他方法难以进行定量分析的问题的一种简单有效的方法。 模糊综合评价法是将模糊信息处理的理论应用于综合评价的方法，因此，可 在全面、综合考虑被评价对象各项影响因素的前提下，对一个既包含了各种定量 因素，又包括了各种非定量模糊因素和模糊关系的被评价对象给出合理的评价值。 2 1 第2 章多指标综合评价理论与方法 该方法可以较好地解决某些只能用自然语言形式给出评价，而难以精确定量表述 评价因素的评价问题【4 刀。其适用性较强，既可用于主观指标的综合评判，又可用 于客观指标的综合评价，由于现实世界中亦此亦彼的中介过渡现象大量存在，所 以，模糊综合评价的应用范围较广，特别是在主观指标的综合评价中，模糊综合 评价可以发挥模糊方法的独特作用，评价效果要优于其他方法。 灰色系统理论主要研究模型不明确、行为信息不完全、运行机制不清楚的“小 样本不确定问题 。它的应用范围极广，主要能对事物的“不确定性”、“多变量输 入 、“离散的数据及“数据的不完整性”做有效的处理，具有多学科的综合性、 交叉性和抽象性。灰色系统理论和方法已经在各行各业中得到广泛的应用，这些 行业包括航空航天、军事、工业、农业、教育、经济、社会管理等，并且应用层 面也贯穿了系统的分析、规划、建模、预测、决策和控制等各个环节，往往能对 一些难以用概率统计( 比如：s p s s ) 等传统方法解释的问题给出一种合理的答案。 数据包络分析方法的适用对象是一组同类型的决策单元( d m u ) ，其最主要 应用就是根据输入输出数据对同类型的d m u 进行相对有效性的评价【4 8 】。在投入 产出效率分析中被广泛应用，尤其适用于具有多输入、多输出和评估对象多元性 等特征的资源配置的评估中。 而人工神经网络a n n 是- - f - 高度综合的交叉学科，因其具有自组织、自学 习、自适应等特点，以及很强的输入输出非线性映射能力和易于学习和训练的优 点，不仅被广泛应用于模式识别、图像处理、非线性系统辨识、自适应控制等领 域，也广泛运用于动态预测和方案评价方面。 多指标综合评价理论在配送中心规划方案优选中的应用 第3 章配送中心规划概论 3 1 配送中心的基础理论 3 1 1 配送中心的概念 ， ( 1 ) 配送的含义 配送是指在经济合理区域范围内，根据用户要求，对物品进行拣选、加工、 包装、分割、组配等作业，并按时送达指定地点的物流活动【4 9 1 。 配送具有商业组配与送货两种基本职能，它具有以下特点： a 配送是按用户的要求来组织商品组配与送货的； b 配送不同于一般的送货，配送的功能是多样化的。除了“运 、“送 之外， 还要从事大量分货、配货、配装等工作。 一般情况下，配送活动包括7 个环节：进货一储存一分拣一配货一分放一配 装一送货。 ( 2 ) 配送中心的概念 配送中心就是从事货物配备( 集货、加工、分货、拣选、配货) 和组织对用 户的送货，以高水平实现销售和供应服务的现代化流通设施【5 0 】。 配送中心是基于物流合理化和发展市场两个需要而发展的，是以组织配送式 销售和供应、执行实物配送为主要功能的流通型物流结点。它很好地解决了用户 小批量多样化需求和厂商大批量专业化生产之间的矛盾，因此，逐渐成为现代化 物流的标志。 3 ，1 2 配送中心的功能 ( 1 ) 保管功能 保管功能是配送中心的主要内容之一，但它与一般的仓库不同，其仓库形式、 平面布置、设备组成等，首先要有利于拣选作业、拣选顺序、拣选路线、拣选 方法等。为了充分利用仓库的面积和空间，为了提高保管商品的入出库频率，随 着科技和生产的进步，货架向高层化发展，作业向机械化、自动化发展，保管机 械向小通道或无通道发展。 ( 2 ) 倒装功能 第3 章配送中心规划概论 配送中心采购时为了降低运输成本，一般采用大包