基于ahptopsis方法的物流配送模式决策研究

《基于ahptopsis方法的物流配送模式决策研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于AHPTOPSIS方法的物流配送模式决策研究//.paper.edu.cn-1-基于AHP/TOPSIS方法的物流配送模式决策研究崔神宝，龚荒中国矿业大学管理学院，江苏徐州（221008）摘要：介绍了目前存在的几种物流配送模式，建立了物流配送模式选择的评价指标体系，利用定量赋权法（熵权法）和定性赋权法（AHP方法）相结合得出配送模式选择中各个评价指标的权重，引入Topsis法有效解决了配送模式选择的多目标决策问题，可以为企业物流配送模式的决策提供一定的依据。关键词：物流配送模式，多目标决策，AHP方法，熵权法，Topsis方法1.引言从供应链的角

2、度来分析，物流配送处于供应链的下游和末端靠近最终消费者的地方，在这个“顾客就是上帝”的新经济时代，物流配送的特殊位置显示出了其重要的意义。企业物流配送战略的第一步就是配送模式的选择，随着物流配送在我国的不断实践和发展，目前主要形成了以下几种配送模式[1]：（1）自营配送模式，指企业物流配送的各个环节由企业自身筹建并组织管理，实现对企业内部及外部货物配送的模式；（2）共同配送模式：指物流企业之间为了提高配送效率以及实现配送合理化所建立的一种功能互补的配送联合体；（3）互用配送模式：指几个企业为了各自的利益，以契约的方式达成某种协议，互用对方的某种配送系

3、统而进行的配送模式；（4）第三方配送模式：指交易双方把自己需要完成的配送业务委托给第三方来完成的一种配送运作模式。物流作为企业价值链的基础活动，是企业取得竞争优势的关键，越来越多的企业开始在物流配送过程中的成本和效率方面进行竞争，选择合适的物流配送模式就显得尤为重要。据不完全统计，我国目前共有配送中心1000多家，多数是企业自己建设，其中尤以经济发达地区居多，很多已经建成的配送中心由于投资巨大，但配送量过小，资本回收期较长，直接影响了企业的发展，同时社会上很多仓库、车辆闲置，形成了投资上的重复浪费。造成这种情况的很大一部分原因是由于决策者在选择配送模

4、式时没有遵循一定的科学规范的决策程序，仅凭个人喜好和主观经验随意选择配送模式，学术界关于物流配送模式选择的讨论也很多，但大多停留在定性分析的层面，最常见的就是以配送对企业的重要性和企业的配送能力为纬度，通过矩阵图决策来确定企业的配送模式[2]，也有的学者通过引进企业物流模式决策Ballow模型并在对其改进的基础上选择物流配送的模式[3]，还有学者通过比较各个配送模式的优缺点，在分析企业特征和配送能力的基础上匹配出企业的物流配送战略[4]。但并没有学者从定量的角度对于物流配送模式进行选择。本文尝试通过利用定量分析和定性分析相结合的方式对于企业物流配送模

5、式进行决策，即通过对物流配送模式选择的理论进行分析，确定物流配送模式选择的评价指标，运用熵权法和AHP方法确定各指标的权重并对其综合，最后用TOPSIS方法对各个决策方案进行排序，得出最合适的选择。2.决策模型的建立2.1决策属性值规范化为了解决属性之间的不可共度问题以及不同属性之间数值上相差悬殊问题，必须对各个//.paper.edu.cn-2-属性的数值进行规范化。设规范化后的数值为：，其中如（1）所示；属性按照其自身的内涵，通常可以分为三类：效益型、成本型和区间型，由于成本型属性越小越好，效益型属性越大越好，所以在本论文中必须对成本型属性进行处

6、理，使多目标问题转为单目标问题，如（2）所示。通过上述处理可以得到决策矩阵M为：2.2确定权重由于现实中的企业对于各个属性的偏好不同，即不同的企业战略取向不一致，因此对于各个方案进行评价时必须确定各属性对应的权重，目前根据属性赋值中源信息的出处不同，确定权重的方法主要有两类：一类是客观赋权法，其源信息来自统计数据本身，主要有：综合指数法、熵权法、功效评分法和主成分分析法等；另一类是主观赋权法，其源信息来自专家咨询，即利用专家群的知识和经验，主要有：AHP方法和模糊综合评价法等。本论文拟将主客观赋权方法相结合，先使用客观赋权法中的熵权法计算出客观权重j

7、ω，再利用主观赋权法中的AHP方法计算出主观权重j??，最后根据归一化的要求，再通过权重向量综合法，求出综合权重jλ。这样可以相互弥补单独使用某种方法确定权值的不足，从而使所确定的属性的权值更加科学、全面，有利于企业在不同的物流配送模式间正确的决策。2.2.1熵权法熵是利用概率论来确定信息不确定性的一个量度，它表示数据分布越分散，其不确定性也越大。给定一系列的方案和属性，熵权法能够确定出各个属性的客观权值。为了得到熵值，必须对属性的决策矩阵规范化，公式(3)中已经得出相应的规范化后的矩阵，由此可以得出熵值je，其中n为方案的个数，Lnnk/1=是为了

8、保证10≤≤je，如（4）所示；每个属性的内在信息的分歧度jd如（5）所示；其中jd代表属性的内在对比重要程