【《农产品生鲜供应链弹性评价方法综述》3000字】

农产品生鲜供应链弹性评价方法综述目录TOC\o"1-3"\h\u7533农产品生鲜供应链弹性评价方法综述 1170591.1本文评价方法选择依据 164461.2模糊理论 286991.3模糊AHP主观权重法 313991.3.1模糊AHP评价法的原理 3142831.3.2模糊AHP主观权重方法 3182171.4模糊EW客观权重方法 4122741.1.1预备知识 4212781.1.2模糊EW方法 4108671.5基于模糊TOPSIS的生鲜农产品供应链弹性评价方法 51.1本文评价方法选择依据（1）评价指标的主观性模糊层次分析法有一个显著特征，即评价对象需要评价主体（人）做出评判，这就导致了评价过程中存在一定的主观成分，这个不可改变的主观成分则又突出的呈现在不同的主体作出的评价的结果的或多或少的不同（差异）。另一方面，使用其他定量以及更为精准的评价方法，也逃不出主观的成分，因为始终都得由人来做评价，主观成分始终存在。同样，选择不经人手的的评价方法，使用某种标准来评价能力，也会有存在主观性，因为评价的标准也是有人决定的，最终的结果自然会存在人的思维，不会是完全客观的。模糊层次分析法把模糊数学的理论应用到了评价过程中，模糊环境下的人的判断思维就能很好的与能力指标的对比评价渐渐吻合，这就使得最终评价结果更为精确。但这只是优势，相反模糊层次分析法也存在劣势：没有把评价人员的犹豫不决或因不知如何决策而弃权的情况考虑完全，也就是有一个相当于死角的地方。正因为这样不能处理好直觉模糊环境下的综合评价问题。对以上几种评价方法的分析，发现这几种评价方法都存在显而易见的缺陷，所以我们好需要继续探索更好、更综合的方法来评价生鲜农产品供应链弹性。（2）评价指标的客观性模糊熵权法是在为了保证评价结果进一步与评价主体的评判思维相符合，在充分考虑评价值中存在的客观性的条件下产生的。通过结合两种评价方法可以得到包括主观、客观因素的指标权重。（3）评价指标的模糊性针对具体的评价对象，考虑该对象相对各个指标的距离，包括效益型指标（评价值越大越好）和成本型指标（评价值越小越好）的远近，利用模糊函数隶属度性质确定生鲜农产品供应链弹性能力值。即逼近理想点排序法（TechniqueforOrderPreferencebySimilaritytoIdealSolution，TOPSIS）。该方法是对相模糊层次分析法的进一步的发展。把评价指标间重要性程度和评价人员的意见用模糊数来描绘，这样会使得评价对象更加细腻，更加符合评价人员的判断思维，那么就会使得评价结果精确度进一步提高甚至得到保证。1.2模糊理论自从1965年模糊理论成立以来，获得广泛关注。模糊理论经过数十年的发展与完善，其基本思想为接受模糊性现象存在的事实，处理概念模糊不确定的对象为目标，并将其定量化计算机可以处理的信息，不建议用复杂的数学分析来解决模型。相比于区间模糊数，三角模糊数由于能够反应更多的专家评价信息受到广泛应用，一个三角模糊数及其隶属度函数如下所示： (公式4-1)在上式中，,和是三角模糊数表达式的三个明确数值，且;和是最低和最高值，为了将专家的模糊评价值转化为三角模糊数，我们使用如下转化规则：表4-1指标权重模糊转换表Table4-1Transformationrulesoflinguisticratingsofdecision-makersforcriteriaweight模糊评价语言模糊值少许重要(LI)(1,1,3)普通重要(MI)(1,3,5)重要(I)(3,5,7)非常重要(VI)(5,7,9)绝对重要(AI)(7,9,9)表4-2评价对象模糊语言转换表Table4-2.Transformationrulesoflinguisticratingsofexpertsforevaluationobject.模糊语言模糊数非常低(VL)(1,1,3)低(L)(1,3,5)中等(M)(3,5,7)高(H)(5,7,9)非常高(VH)(7,9,9)1.3模糊AHP主观权重法1.3.1模糊AHP评价法的原理AHP（AnalyticHierarchyProcess）层次分析法起源于美国，它是美国运筹学家T.L.Saaty教授于上世纪70年代提出的一种多属性决策方法，它将定性方法与定量方法相结合。在多属性、多准则、多层次的过度复杂系统决策问题中时常被运用。该方法的主要思想是将复杂问题进行分解，使之成为多层次、多因素，并对两两指标之间的重要程度进行一一对比，进行判断，比较其相对重要性，建立两两比较判断矩阵，通过计算矩阵的最大特征值及其对应特征向量，就会得到不同方案重要性程度的权重，在这基础上就为最优方案的选择提供了决策方法和依据。在本文中，我们利用三角模糊数来对指标的相对重要性进行表示，并进行两两比较判断指标的相对重要性。1.3.2模糊AHP主观权重方法模糊AHP主观权重方法是指利用模糊数反应更多专家评价信息特性，利用模糊数表示专家的评价值，计算评价指标权重的方法。假如有个专家，个评价指标，则第个专家对指标之间的两两比较矩阵评价值为： (公式4-2)表示第个专家对指标的的两两比较矩阵，利用三角模糊数运算法则计算个专家的评价平均值， (公式4-3) 针对每一个指标值，将其平均值除以其他指标值可得到处理后的矩阵，并将该矩阵每一行连乘并开次方根，得到特征值，对特征值进行标准化处理可得到指标的权重值。1.4模糊EW客观权重方法1.1.1预备知识熵权法（Entropyweight,EW）是一种客观赋权方法，最先是信息论中一种度量信息量混乱程度的指标，当一个系统有序程度越高，其信息熵越低，一个系统的混乱程度越高，其信息熵越高。也就是说，信息熵同样也是衡量一个系统无序程度的指标。在本文评价指标过程中，获得信息的大小是评价可靠性的关键性因素之一，指标的信息量越大，指标的信息熵就越低，那么在评价中所起的作用越大，权重当然就越高，反之，指标的权重就越低。 1.1.2模糊EW方法工程技术、社会经济等领域熵权法已经被非常广泛的应用。根据指标变异性的大小来确定客观权重是熵权法的基本思路。其计算过程如下。数据标准化处理 (公式4-4)式中，i为评价对象，j为评价指标；和分别表示初始的和经过标准化后的相应指标值；和分别表示最小值和最大值。计算第j项指标的熵值 (公式4-5)式中：；。计算权重 (公式4-6)式中：，且。由此可得到各个指标的客观权重。将FAHP和FEW得到的权重求平均值，可得到包含专家主观评价信息和客观评价信息的评价指标的综合权重值。1.5基于模糊TOPSIS的生鲜农产品供应链弹性评价方法TOPSIS评价方法是一种多属性决策方法，它主要基于最好的对象应该距离效益型指标距离最近，距离成本型指标最远的原则对候选对象进行评价。由于三角模糊数能够很好的表达评价专家的评价信息，在TOPSIS评价矩阵中，本文用三角模糊数表示评价矩阵中的元素ADDINEN.CITE<EndNote><Cite><Author>He</Author><Year>2016</Year><RecNum>74</RecNum><DisplayText><styleface="superscript">[52]</style></DisplayText><record><rec-number>74</rec-number><foreign-keys><keyapp="EN"db-id="ttswxvfshxree4epxr85vw5hpewra0s9d0tp"timestamp="1635337729">74</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>He,Yandong</author><author>Wang,Xu</author><author>Lin,Yun</author><author>Zhou,Fuli%JSustainability</author></authors></contributors><titles><title>OptimalpartnercombinationforjointdistributionallianceusingintegratedfuzzyEW-AHPandTOPSISforonlineshopping</title></titles><pages>341</pages><volume>8</volume><number>4</number><dates><year>2016</year></dates><urls></urls></record></Cite></EndNote>[52]。模糊TOPSIS评价方法的具体评价步骤如下：步骤1：计算模糊语言综合评价值考虑评价对象，利用第三章的评价指标对其进行评价，我们使用区间模糊数来对评价对象的对象评价指标进行打分，对象的模糊评价弹性值为,。在这里，表示专家相对于指标，的三角模糊评价值，三个模糊值分别用表示，其中L为最小值，M为中间值，R为最大值。然后三角模糊评价均值可以按照如下公式计算： (公式4-7)据此可得到三个模糊值的平均值分别为：，，。步骤2：建立初始模糊决策矩阵根据公式4-6，构建初始模糊决策矩阵A，如下公式4-7所示：(公式4-8)步骤3：标准化模糊决策矩阵指标属性包括两类，一是效益型指标（指标越大越好），二是成本型指标（指标越小越好）。针对效益型指标，利用如下公式进行标准化处理：（公式4-9）针对成本型指标，利用如下公式进行标准化处理：（公式4-10）根据公式4-9和4-9可以得到如下标准化模糊决策矩阵：（公式4-11）步骤4：确定集成模糊决策指标权重：根据公式（4-1）-（4-5）确定集成模糊决策指标权重。步骤5：计算权重标准模糊决策矩阵：（公式4-12）步骤6：确定正理想解、负理想解：正理想解为：（公式4-1