物流SAW和WPM方法讲解

物流SAW和WPM方法讲解xxxx物流4.0中的决策制定|xx介绍案例研究SAW方法练习SAWWPM方法每分钟字数02010405目录0306介绍01评分（加性）MCDM方法的主要特征和代表物流4.0中的决策制定|xx评分（加性）多准则决策评分（加法）方法是最简单的MCDM方法，它根据通过简单的算术运算（加法、减法、乘法或除法）获得的值对备选方案进行排序。评分（加性）多准则决策这类方法的一些典型代表包括：简单加权法（SAW）加权求和模型（WSM）加权乘积模型（WPM）复杂比例评估（COPRAS）加性比率评估（ARAS）等。SAW方法02方法的基本逻辑和应用步骤物流4.0中的决策制定|xxSAW方法背后的逻辑SAW，也称为加权线性组合或评分方法，是一种简单且最常用的多属性决策技术。该方法基于加权平均值。通过将每个备选方案在该属性上的缩放值乘以决策者直接分配的相对重要性权重，然后将所有标准的乘积相加，计算出每个备选方案的评估得分。该方法的优点在于它是对原始数据进行比例线性变换，这意味着标准化分数的相对数量级保持不变。SAW方法应用步骤步骤1：建立问题结构（定义目标、备选方案和标准）。步骤2：评估标准的重要性（例如，使用Saaty量表1-9）。步骤3：使用以下公式调整准则权重：其中w_j是准则j的权重，m是准则的总数。步骤4：根据标准评估备选方案（使用Saaty量表）。SAW方法应用步骤步骤5：使用以下公式对备选方案的评估结果进行标准化：其中rij是xij的归一化值，即针对准则j对备选方案i的评估，n是备选方案的总数，B是效益准则集，C是成本准则集。步骤6：计算备选方案Ai的最终加权和值，如下所示：步骤7：按Ai值降序排列备选方案

价值观。WPM方法03方法的基本逻辑和应用步骤物流4.0中的决策制定|xxWPM方法背后的逻辑WPM使用的逻辑与SAW方法非常相似。主要区别在于，这种方法用乘法代替了加法。将每个备选方案与其他方案进行比较，方法是将备选方案的标准化评估值乘以准则重要性权重的幂。WPM方法应用步骤步骤1–步骤5与SAW方法相同。步骤6：计算备选方案Ai的最终加权乘积值，如下所示：步骤7：按Ai值降序排列备选方案

价值观。案例研究04问题结构、备选方案和准则物流4.0中的决策制定|xx案例研究背景物流行业发挥着最重要的作用之一，旨在提供快速、灵活、安全、经济、高效且环境可接受的货运和运输流程。此外，循环经济(CE)概念的普及，旨在始终保持商品、组件和材料的最高可用性和价值，这凸显了充分执行逆向物流(RL)流程的重要性。然而，传统的强化学习无法满足现代供应链的要求，需要应用工业4.0技术才能提高效率。本研究的主要目的是评估各种工业4.0技术在RL领域的适用性，以便指出最适用的技术。替代方案物联网（T1）自动导引车（T2），自动驾驶车辆（T3）人工智能（T4）大数据和数据挖掘（T5）区块链（T6）云计算（T7）电子市场（T8）3D打印（T9）高级机器人技术（T10）标准C1-发展程度C2-集成可能性（模块化）C3-实施的复杂性C4-标准化的可能性C5-适应性C6-安全C7-劳动力市场影响C8-环境影响C9-文化框架C10-政治框架C11-监管框架C12-实施成本C13-能源消耗效率C14-安全C15-组织准备C16-物流服务质量练习SAW05应用SAW方法解决案例研究问题物流4.0中的决策制定|xxSAW应