【技術實現步驟摘要】
本專利技術屬于數據處理，特別是涉及一種基于熵權法的供應商評價方法。
技術介紹
1、供應商評價是指利用指標評價體系，對供應商供貨質量服務水平、供賃價格、準時性、信用度等進行評價，為供應商的選擇奠定基礎。沒有合理的評價方法，就不可能對供應商的合作效果進行評價，將大大挫傷供應商的合作積極性和合作的穩定性。通過評價，把結果反饋給供應商，和供應商一起共同探討問題產生的根源，并采取相應的措施予以改進。
2、按照信息論基本原理的解釋，信息是系統有序程度的一個度量，熵是系統無序程度的一個度量；根據信息熵的定義，對于某項指標，可以用熵值來判斷某個指標的離散程度，其信息熵值越小，指標的離散程度越大，?該指標對綜合評價的影響（即權重）就越大，如果某項指標的值全部相等，則該指標在綜合評價中不起作用。因此，可利用信息熵這個工具，計算出各個指標的權重，為多指標綜合評價提供依據。故可基于熵權法對供應商進行評價，但是現有的供應商評價方法全面性不足，對數據的處理能力不夠準確，進而使得評價結論缺乏說服力。
3、因此，現有的供應商評價方法，無法滿足實際使用中的需求，所以市面上迫切需要能改進的技術，以解決上述問題。
技術實現思路
1、本專利技術的目的在于提供一種基于熵權法的供應商評價方法，采用熵權法對供應商進行評價，熵權法能深刻反應指標的區分能力，確定較好的權重，賦權更加客觀，有理論依據，可信度更高，且對各項評價指標本身，亦采用熵權法進行處理，提高各項評價指標本身數據的準確性，解決了現有的供應商評
2、為解決上述技術問題，本專利技術是通過以下技術方案實現的：
3、本專利技術為一種基于熵權法的供應商評價方法，包括以下步驟：
4、s1：基于供應商品的種類，確定用于評價供應商水平的評價指標；其中，評價指標包括質量水平指標、交貨能力指標、價格水平指標、技術能力指標以及后援服務指標；
5、s2：收集各項評價指標的歷史數據，并對數據進行預處理；
6、s3：對各項評價指標進行分類，包括定性評價指標和定量評價指標；
7、s4：利用熵權法計算得到各個評價指標對應的權重；
8、s5：對各個評價指標的權重進行修正，確定最終的權重；
9、s6：進行綜合評判，基于各個評價指標的最終權重，計算得到該供應商的評價結果，對該供應商進行打分。
10、進一步地，s2中各項評價指標的歷史數據分別依據時間進行排列，并基于時間的遠近，將該項評價指標的歷史數據分成數段，再基于熵權法計算得到每段的權重，并計算得出該項評價指標的平均歷史數據。
11、進一步地，s2中數據預處理包括以下步驟：
12、s21：清洗各項評價指標歷史數據的極值，剔除占樣本總數低于2%但指標值貢獻率超過30%的極值樣本；
13、s22：對各項評價指標歷史數據進行歸一化處理。
14、進一步地，s4中各個評價指標的權重計算包括定性評價指標權重的計算和定量評價指標權重的計算；定性評價指標權重的計算采用熵權法與經驗法相結合的方式，先通過熵權法計算得到該定性評價指標的權重，再基于評估人員根據以往的資料和經驗，對該定性評價指標作出分析和判斷，確定權重；定量評價指標權重的計算采用熵權法計算得到該定量評價指標的權重。
15、進一步地，s5中權重修正采用專家經驗法，采購專家基于工作經驗對各項評價指標的權重進行修正，確定最終的權重。
16、進一步地，s6中綜合評判還包括風險預警評判，將最近的供貨數據輸入至評價系統中，利用熵權法計算得到各個評價指標對應的權重變化量，當超過設定值時，則評判系統判斷該供應商存在安全風險，并向采購人員發出預警。
17、進一步地，風險預警評判還包括對供應商經營狀況的評判，基于供應商經營歷史、負責人資歷、注冊資本金額、員工人數、完工紀錄及績效、主要客戶及財務狀況的數據對供應商的經營狀況進行評判。
18、本專利技術具有以下有益效果：
19、本專利技術采用熵權法對供應商進行評價，熵權法能深刻反應指標的區分能力，確定較好的權重，賦權更加客觀，有理論依據，可信度更高，且對各項評價指標本身，亦采用熵權法進行處理，提高各項評價指標本身數據的準確性。
20、本專利技術通過對經熵權法處理的各個評價指標的權重進行修正，確定最終的權重，可進一步提高評價的準確性，且對評價指標進行分類，針對定性評價指標和定量評價指標進行不同的分析，全面性更好，評價準確性更高。
21、本專利技術功能多樣，可對供應商進行風險預警評判，可對供應商本身的經營狀況進行評估，進而可避免異常問題的產生。
22、實施方式
23、下面對本專利技術實施例中的技術方案進行清楚、完整地描述。
24、本專利技術為一種基于熵權法的供應商評價方法，包括以下步驟：
25、s1：基于供應商品的種類，確定用于評價供應商水平的評價指標；其中，評價指標包括質量水平指標、交貨能力指標、價格水平指標、技術能力指標以及后援服務指標；
26、s2：收集各項評價指標的歷史數據，并對數據進行預處理，其中，各項評價指標的歷史數據分別依據時間進行排列，并基于時間的遠近，將該項評價指標的歷史數據分成數段，再基于熵權法計算得到每段的權重，并計算得出該項評價指標的平均歷史數據，數據預處理包括：清洗各項評價指標歷史數據的極值，剔除占樣本總數低于2%但指標值貢獻率超過30%的極值樣本；對各項評價指標歷史數據進行歸一化處理；
27、s3：對各項評價指標進行分類，包括定性評價指標和定量評價指標；
28、s4：利用熵權法計算得到各個評價指標對應的權重，其中，各個評價指標的權重計算包括定性評價指標權重的計算和定量評價指標權重的計算；定性評價指標權重的計算采用熵權法與經驗法相結合的方式，先通過熵權法計算得到該定性評價指標的權重，再基于評估人員根據以往的資料和經驗，對該定性評價指標作出分析和判斷，確定權重；定量評價指標權重的計算采用熵權法計算得到該定量評價指標的權重；
29、s5：對各個評價指標的權重進行修正，確定最終的權重，其中，權重修正采用專家經驗法，采購專家基于工作經驗對各項評價指標的權重進行修正，確定最終的權重；
30、s6：進行綜合評判，基于各個評價指標的最終權重，計算得到該供應商的評價結果，對該供應商進行打分；
31、綜合評判還包括風險預警評判，將最近的供貨數據輸入至評價系統中，利用熵權法計算得到各個評價指標對應的權重變化量，當超過設定值時，則評判系統判斷該供應商存在安全風險，并向采購人員發出預警；風險預警評判還包括對供應商經營狀況的評判，基于供應商經營歷史、負責人資歷、注冊資本金額、員工人數、完工紀錄及績效、主要客戶及財務狀況的數據對供應商的經營狀況進行評判。
32、實施例1?針對醫療器材供應商的評價
33、s1：針對醫療器材，評價指本文檔來自技高網...
【技術保護點】
1.一種基于熵權法的供應商評價方法，其特征在于：包括以下步驟：
2.根據權利要求1所述的一種基于熵權法的供應商評價方法，其特征在于，所述S2中各項評價指標的歷史數據分別依據時間進行排列，并基于時間的遠近，將該項評價指標的歷史數據分成數段，再基于熵權法計算得到每段的權重，并計算得出該項評價指標的平均歷史數據。
3.根據權利要求1所述的一種基于熵權法的供應商評價方法，其特征在于，所述S2中數據預處理包括以下步驟：
4.根據權利要求1所述的一種基于熵權法的供應商評價方法，其特征在于，所述S4中各個評價指標的權重計算包括定性評價指標權重的計算和定量評價指標權重的計算；
5.根據權利要求1所述的一種基于熵權法的供應商評價方法，其特征在于，所述S5中權重修正采用專家經驗法，采購專家基于工作經驗對各項評價指標的權重進行修正，確定最終的權重。
6.根據權利要求1所述的一種基于熵權法的供應商評價方法，其特征在于，所述S6中綜合評判還包括風險預警評判，將最近的供貨數據輸入至評價系統中，利用熵權法計算得到各個評價指標對應的權重變化量，當超過設
7.根據權利要求6所述的一種基于熵權法的供應商評價方法，其特征在于，所述風險預警評判還包括對供應商經營狀況的評判，基于供應商經營歷史、負責人資歷、注冊資本金額、員工人數、完工紀錄及績效、主要客戶及財務狀況的數據對供應商的經營狀況進行評判。
...【技術特征摘要】
1.一種基于熵權法的供應商評價方法，其特征在于：包括以下步驟：
2.根據權利要求1所述的一種基于熵權法的供應商評價方法，其特征在于，所述s2中各項評價指標的歷史數據分別依據時間進行排列，并基于時間的遠近，將該項評價指標的歷史數據分成數段，再基于熵權法計算得到每段的權重，并計算得出該項評價指標的平均歷史數據。
3.根據權利要求1所述的一種基于熵權法的供應商評價方法，其特征在于，所述s2中數據預處理包括以下步驟：
4.根據權利要求1所述的一種基于熵權法的供應商評價方法，其特征在于，所述s4中各個評價指標的權重計算包括定性評價指標權重的計算和定量評價指標權重的計算；
5.根據權利要求1所述的一種基于熵權法的...
【專利技術屬性】
技術研發人員：羅觀，
申請(專利權)人：四川野馬科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。