一種基于概率灰色綜合評價的企業(yè)合作伙伴選擇方法技術

一種基于概率灰色綜合評價的企業(yè)合作伙伴選擇方法，包括以下步驟：確定待選企業(yè)及評價指標；對各待選企業(yè)進行灰色綜合評價，選取各指標的最優(yōu)值構成最優(yōu)指標集，經(jīng)過計算得出各企業(yè)與最優(yōu)指標集之間的關聯(lián)度；基于概率進行伙伴選擇，將各待選企業(yè)與最優(yōu)指標集之間的關聯(lián)度定義為該企業(yè)的選擇概率，針對每一個待選企業(yè)，產(chǎn)生隨機數(shù)，若隨機數(shù)小于該企業(yè)的連接概率，則該企業(yè)被選為合作伙伴，若基于概率的伙伴選擇過程中沒有伙伴被選擇，則選擇由灰色綜合評價得出的最優(yōu)企業(yè)為合作伙伴。該方法能在客觀評價的基礎上得出一個或多個解，更符合實際情況，有實用、靈活、計算量小等優(yōu)點。

【技術實現(xiàn)步驟摘要】
一種基于概率灰色綜合評價的企業(yè)合作伙伴選擇方法
本專利技術屬于管理
，特別是涉及一種基于概率灰色綜合評價的企業(yè)合作伙伴選擇方法。
技術介紹
隨著科學技術的不斷進步、經(jīng)濟全球化的發(fā)展及技術變革的加速，產(chǎn)品生命周期日趨縮短，市場需求日益多元化和定制化，顧客對產(chǎn)品的要求和期望越來越高，企業(yè)依靠自身已無法對市場做出快速響應。為了應對新的挑戰(zhàn)，越來越多的企業(yè)選擇與其他企業(yè)合作，發(fā)揮各自的優(yōu)勢資源，提高競爭力。伙伴選擇是企業(yè)合作中的一個關鍵問題。伙伴選擇合適與否很大程度上決定了企業(yè)能否應對激烈的市場競爭。合作伙伴選擇本質(zhì)上是一個評價尋優(yōu)的過程。現(xiàn)有的選擇方法如數(shù)學規(guī)劃法、層次分析法、模糊決策法、群體智能算法(遺傳算法、粒子群算法等)等雖各有長處，但仍存在一些問題：1)主觀因素影響較大。層次分析法中用于描述兩元素相對重要性的判斷矩陣由專家的直覺和經(jīng)驗確定，主觀性較強；模糊集理論不能解決評價指標相關造成的評價信息重復問題，隸屬度函數(shù)的確定也沒有系統(tǒng)的方法。判斷矩陣、評價指標劃分、隸屬度函數(shù)等都是上述方法中存在的不確定因素，其值的不同對評價結果有很大影響。然而對這些參數(shù)的設定卻沒有客觀、系統(tǒng)的方法。2)理論性強，與實際情況有出入。群體智能算法適用于大樣本尋優(yōu)，而在實際伙伴選擇中，單個企業(yè)并不能獲得整個網(wǎng)絡中所有的潛在合作伙伴的信息，或者說了解所有潛在合作伙伴信息的成本比較高，使得企業(yè)在選擇合作伙伴的時候往往只有少量對象，群體智能算法的優(yōu)勢體現(xiàn)的并不明顯。如何有效地找出總體最優(yōu)解，避免陷入局部最優(yōu)也是一個需要注意的問題。此外，以上方法都只能得出一個解，而實際情況中企業(yè)可能選擇多個伙伴。綜上所述，現(xiàn)有的伙伴選擇方法存在一定的局限性。因此，有必要提出一種既客觀又能很好地反映實際情況的企業(yè)合作伙伴選擇方法。
技術實現(xiàn)思路
本專利技術的目的在于解決現(xiàn)有合作伙伴選擇方法中存在的不足，提出一種基于概率灰色綜合評價的企業(yè)合作伙伴選擇方法，該方法利用各待選企業(yè)與最優(yōu)指標集之間的關聯(lián)度的大小對各參評對象的質(zhì)量進行比較、排序，并引入概率來模擬實際情況中出現(xiàn)的不確定性，質(zhì)量越優(yōu)的企業(yè)被選為合作伙伴的概率越大。該方法能在客觀評價的基礎上得出一個或多個解，有實用、靈活、計算量小等優(yōu)點。為達上述及其他目的，本專利技術提出一種基于概率灰色綜合評價的企業(yè)合作伙伴選擇方法，該方法包括灰色綜合評價和基于概率的伙伴選擇兩部分：1)灰色綜合評價包括以下四個步驟：步驟一，設有n個企業(yè)待選，每個企業(yè)有m個評價指標Xi＝{xi1,xi2,…,xij,…,xim},1≤i≤n,1≤j≤m，其中，Xi表示企業(yè)i的指標集，xij表示企業(yè)i的第j個指標，選取每個指標在各個企業(yè)中的最優(yōu)值x0(j),1≤j≤m，構成最優(yōu)指標集X0＝{x0(1),x0(2),…,x0(m)}，將最優(yōu)指標集X0和原始數(shù)據(jù)Xi,1≤i≤n按照下式構成指標矩陣X：步驟二，對指標值進行規(guī)范化處理；根據(jù)以下公式對各指標值進行規(guī)范化處理：其中，c0j為最優(yōu)指標集X0的第j個指標值經(jīng)規(guī)范化后的值，cij(1≤i≤n)為企業(yè)i的第j個指標值經(jīng)規(guī)范化后的值,當時，cij＝1；步驟三，計算各指標值與最優(yōu)指標值之間的灰色關聯(lián)系數(shù)；根據(jù)以下公式來計算每一指標值與最優(yōu)指標值之間的灰色關聯(lián)系數(shù)：其中，rij為第i個企業(yè)的第j個指標值與該指標的最優(yōu)值之間的關聯(lián)系數(shù)，μ為分辨系數(shù)，取值范圍為[0，1]；步驟四，給出各評價指標的權重，計算得出各待選企業(yè)與最優(yōu)指標集之間的關聯(lián)度，根據(jù)以下公式來計算待選企業(yè)與最優(yōu)指標集之間的關聯(lián)度：其中，ai為企業(yè)i與最優(yōu)指標集之間的關聯(lián)度，wj為指標j的權重,且W＝(w1w2…wj…wm)T，0≤wj≤1,2)基于概率的伙伴選擇包括如下兩個步驟：步驟一，各待選企業(yè)與最優(yōu)指標集之間的關聯(lián)度即為該企業(yè)的被選擇概率，針對每一個待選企業(yè)，產(chǎn)生隨機數(shù)，若隨機數(shù)小于該企業(yè)的被選擇概率，則該企業(yè)被選為合作伙伴；產(chǎn)生的隨機數(shù)滿足以下條件：min(ai)-0.05≤si≤max(ai)+0.05，其中，si為針對企業(yè)i產(chǎn)生的隨機數(shù)，min(ai)為所有待選企業(yè)關聯(lián)度的最小值，max(ai)為所有待選企業(yè)關聯(lián)度的最大值。步驟二，結果檢驗：若沒有伙伴被選擇，則選擇由灰色綜合評價得出的最優(yōu)企業(yè)為合作伙伴。根據(jù)本專利技術的企業(yè)合作伙伴選擇方法，μ的值取0.5。本專利技術有以下優(yōu)點：1、選取每個指標的最優(yōu)值作為評價標準，是一種相對評價方法，能有效地評價當前待選企業(yè)集合中各企業(yè)的優(yōu)劣；2、沒有難以確定的參數(shù)，使評價結果更為客觀；3、引入概率來模擬實際情況中的決策者選擇偏好和不確定性，可得出一個或多個解，更貼近實際。附圖說明圖1為本專利技術提出的一種基于概率灰色綜合評價的企業(yè)合作伙伴選擇方法的步驟流程圖；圖2為灰色綜合評價的步驟流程圖；圖3為基于概率的伙伴選擇的步驟流程圖。圖中符號說明如下：i為企業(yè)編號，n為待選企業(yè)個數(shù)，ai為企業(yè)i的被選擇概率,si為針對企業(yè)i產(chǎn)生的隨機數(shù)。具體實施方式本專利技術主要包括灰色綜合評價和基于概率的伙伴選擇兩個部分，如圖1所示。1、灰色綜合評價灰色綜合評價的步驟流程圖如圖2所示，分為以下4個步驟：1)確定最優(yōu)指標集設有n個企業(yè)待選，每個企業(yè)有m個評價指標：其中，Xi表示企業(yè)i的指標集，xij表示企業(yè)i的第j個指標。從每個指標列中選取最優(yōu)值，構成最優(yōu)指標集：X0＝{x0(1),x0(2),…,x0(m)}(2)將最優(yōu)指標集和原始數(shù)據(jù)構成指標矩陣X：2)指標值的規(guī)范化處理由于評價指標間通常有不同的量綱和數(shù)量級，故不能直接比較，為了保證評價結果的可靠性，需要對原始指標值進行規(guī)范化處理，處理方法如下：其中，cij為第i個企業(yè)的第j個指標經(jīng)規(guī)范化后的值，xij為第i個企業(yè)的第j個指標。特別地，若則cij＝1。顯然，有0≤cij≤1。將原指標矩陣X按(4)式進行變換，得標準化指標矩陣C：3)計算各指標值與最優(yōu)指標值之間的灰色關聯(lián)系數(shù)按下式計算各指標值與最優(yōu)指標值之間的灰色關聯(lián)系數(shù)：其中，rij為第i個企業(yè)的第j個指標與該指標的最優(yōu)值之間的關聯(lián)系數(shù)，x0j為指標j的最優(yōu)值，xij為第i個企業(yè)的第j個指標，μ為分辨系數(shù)，取值范圍為[0,1]，一般取μ＝0.5。經(jīng)過計算，得關聯(lián)系數(shù)矩陣R：4)計算各待選企業(yè)與最優(yōu)指標集之間的關聯(lián)度給出各指標的權重：其中wi為指標i的權重。按下式(9)計算待選企業(yè)與最優(yōu)指標集之間的關聯(lián)度：其中，ai為企業(yè)i與最優(yōu)指標集之間的關聯(lián)度，rij為企業(yè)i的第j個指標與該指標j的最優(yōu)值之間的關聯(lián)系數(shù)，wj為指標j的權重。顯然，有0≤ai≤1。計算得企業(yè)關聯(lián)度向量A：A＝(a1a2…ai…an)T(10)2、基于概率的伙伴選擇基于概率的伙伴選擇的步驟流程圖如圖3所示，主要分為以下2個步驟：1)伙伴選擇針對每一個待選合作企業(yè)i，產(chǎn)生隨機數(shù)si，形成隨機數(shù)向量S：S＝(s1s2…si…sn)T(11)其中，si的范圍需滿足：min(ai)-0.05≤si≤max(ai)+0.05(12)其中，min(ai)為所有待選企業(yè)關聯(lián)度的最小值，max(ai)為所有待選企業(yè)關聯(lián)度的最大值。若si<ai，則企業(yè)i被選為伙伴。2)結果檢驗由于引入了概率，存在沒有伙伴被選擇的情況，即若對于所有i，均有si≥ai，本文檔來自技高網(wǎng)...

【技術保護點】
一種基于概率灰色綜合評價的企業(yè)合作伙伴選擇方法，其特征在于：該方法包括灰色綜合評價和基于概率的伙伴選擇兩部分；1)灰色綜合評價包括以下四個步驟：步驟一，設有n個企業(yè)待選，每個企業(yè)有m個評價指標，選取每個指標在各個企業(yè)中的最優(yōu)值，構成最優(yōu)指標集；步驟二，對原始指標值進行規(guī)范化處理；根據(jù)以下公式對各指標進行規(guī)范化處理：cij=xij-minj{xij}maxj{xij}-minj{xij}]]>其中，cij為企業(yè)i的第j個指標經(jīng)規(guī)范化后的值，xij為企業(yè)i的第j個指標；根據(jù)以下公式來計算每一指標值與最優(yōu)指標值之間的灰色關聯(lián)系數(shù)：步驟三，計算各指標值與最優(yōu)指標值之間的灰色關聯(lián)系數(shù)；根據(jù)以下公式來計算每一指標值與最優(yōu)指標值之間的灰色關聯(lián)系數(shù)：rij=miniminj|x0j-xij|+μmaximaxj|x0j-xij||x0j-xij|+μmaximaxj|x0j-xij|]]>其中，rij為第i個企業(yè)的第j個指標與該指標的最優(yōu)值之間的關聯(lián)系數(shù)，x0j為指標j的最優(yōu)值，xij為第i個企業(yè)的第j個指標，μ為分辨系數(shù)，取值范圍為[0,1]，一般取μ＝0.5；步驟四，給出各評價指標的權重，計算得出各待選企業(yè)與最優(yōu)指標集之間的關聯(lián)度，根據(jù)以下公式來計算待選企業(yè)與最優(yōu)指標集之間的關聯(lián)度：ai=Σj=1mrij×wj,(i=1,2,···,n)]]>其中，ai為企業(yè)i與最優(yōu)指標集之間的關聯(lián)度，rij為企業(yè)i的第j個指標與該指標j的最優(yōu)值之間的關聯(lián)系數(shù)，wj為指標j的權重；2)基于概率的伙伴選擇包括以下兩個步驟：步驟一，各待選企業(yè)與最優(yōu)指標集之間的關聯(lián)度即為該企業(yè)的被選擇概率，針對每一個待選企業(yè)，產(chǎn)生隨機數(shù)，若隨機數(shù)小于該企業(yè)的連接概率，則該企業(yè)被選為合作伙伴；產(chǎn)生的隨機數(shù)滿足以下條件：min(ai)?0.05≤si≤max(ai)+0.05，其中，si為針對企業(yè)i產(chǎn)生的隨機數(shù)，min(ai)為所有待選企業(yè)關聯(lián)度的最小值，max(ai)為所有待選企業(yè)關聯(lián)度的最大值；步驟二，結果檢驗：若沒有伙伴被選擇，則選擇由灰色綜合評價得出的最優(yōu)企業(yè)為合作伙伴。...

【技術特征摘要】
1.一種基于概率灰色綜合評價的企業(yè)合作伙伴選擇方法，其特征在于，該方法包括灰色綜合評價和基于概率的伙伴選擇兩部分；1)灰色綜合評價包括以下四個步驟：步驟一，設有n個企業(yè)待選，每個企業(yè)有m個評價指標Xi＝{xi1,xi2,…,xij,…,xim},1≤i≤n,1≤j≤m，其中，Xi表示企業(yè)i的指標集，xij表示企業(yè)i的第j個指標，選取每個指標在各個企業(yè)中的最優(yōu)值x0(j),1≤j≤m，構成最優(yōu)指標集X0＝{x0(1),x0(2),…,x0(m)}，將最優(yōu)指標集X0和原始數(shù)據(jù)Xi,1≤i≤n按照下式構成指標矩陣X：步驟二，對指標值進行規(guī)范化處理；根據(jù)以下公式對各指標值進行規(guī)范化處理：其中，c0j為最優(yōu)指標集X0的第j個指標值經(jīng)規(guī)范化后的值，cij(1≤i≤n)為企業(yè)i的第j個指標值經(jīng)規(guī)范化后的值,當時，cij＝1；步驟三，計算各指標值與最優(yōu)指標值之間的灰色關聯(lián)系數(shù)；根據(jù)以下公式來計算每一指標值與最優(yōu)指標值之間的灰色關聯(lián)系數(shù)：

【專利技術屬性】
技術研發(fā)人員：彭翀，孟玉潔，王倫，
申請(專利權)人：北京航空航天大學，
類型：發(fā)明
國別省市：北京;11