熵权理论在分销商选择中的应用

《熵权理论在分销商选择中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、熵权理论在分销商选择中的应用摘要：针对分销商综合评价中客观存在的多因素之间相互联系及制约性，将信息论中的嫡权理论引入该评价体系。提出了基于信息熵的分销商选择方法，该方法是在专家调查法的基础上，考虑各指标间的相互影响，与评价数据的内在特征紧密相关，避免因人为认识的差别而对评价结果造成影响，从而提高了决策的准确性和科学性。利用嫡权法对多个评价指标赋权，使得权值的分配有了一定的理论依据。最后，通过实例计算，得出该方法直观、可行。关键词：分销商选择;嫡权理论;评价体系Abstract:Aimingattheo

2、bjectivefinterrelamentifdistappliedtotdbasedonthhedistribuerts’investhemutualicsofthefacdbyhuman.Ttionsandcoributors,ehesystem.Teinformatitors.Thismtigationsampactsanditorstoavoihereby,thinstraintsintropyweighenproposeonentropytethodisbasndhasfullynhere

3、ntchadtheerrorismethodenhexistence。ntheassesshtTheoryisdanewmethooevaluatetedontheexpconsideredracteristimpactcauseancestheaccuracyandscientificdecision-making.Finally,themethodprovestobevisualandfeasiblethroughtheexample.Keywords:distributorselecting;e

4、ntropyweighttheory;evaluationindexsystemo引言目前，从合作伙伴评价选择的研宄对象上来看，大多局限于对供应商的评价与选择，而对分销商的评价与选择的研宄则较少。事实上，合作伙伴关系不仅仅存在于供应商与制造商之间，也存在于制造商与分销商之间。分销商更贴近用户，更知道用户的喜好，它是联系客户和制造商的纽带，是供应链管理中的信息搜集中心、集成化供应链的市场触角及顾客服务的提供者［1］。因此，在选择供应链合作伙伴时，分销商的选择问题也是重要环节之一。在分销商的选择方法上，目

5、前主要有ABC成本法、专家调查法、AHP方法、神经网络法［2］等，但成本法只考虑了成本这样一个指标而忽视了其他指标；专家调查法又过于主观，对分销商评价不太全面;AHP方法在处理因素多、规模大的问题时，也容易出现判断矩阵难以满足一致性要求，难于进一步对其进行分组等问题［3］;神经网络方法虽然通过对给定样本模式的学习，获取评价专家的知识、经验，但由于需要大量的数据，这在实际分销商选择中往往是不可能的。针对这些情况，本文提出了一种选择分销商的新方法一一利用熵权理论对分销商进行选择。1分销商的选择过程一般来说

6、，分销商的选择过程可以分为四个阶段：初期剔除、访谈、渠道清单的拟定、综合分析。即先将那些不符合基本要求的分销商剔除；对通过了初选的分销商利用访谈的方式作进一步的了解；接着拟定待选分销商的清单；然后对清单中的分销商进行深入的综合分析，为管理者选择分销商的决策提供可靠的依据。分销商的综合分析过程是根据事先确定的评价指标，通过比较分析，对待选分销商作出全面的评价，本文讨论的基于熵权理论的分销商选择方法主要应用于这一阶段，主要流程分为建立评价指标体系，利用专家调查法得出初始评价矩阵，归一化处理，利用熵权理论确

7、定各指标权重得出综合加权评价值对分销商进行排序（如图1）。2基于嫡权的分销商优选方法熵的概念熵的概念最早是由德国物理学家克劳修斯（）于1854年提出的，用来表明系统热量的变化方向和程度。随后，中农（）把熵的概念引入信息论中，将它作为信息度的度量。在信息论中，熵值反映了信息无序化程度，其值越小，系统无序度越小。故可用信息嫡评价所获系统信息的有序度及其效用，即由评价指标值构成的判断矩阵来确定客观权重，它能尽量消除各指标权重计算的人为干扰。其被定义为：在一个多指标评价体系中，人们常常要考虑每个评价指标的相对

8、重要程度，而表示重要程度最直接和简便的方法是给各指标赋予权重［3］。确定权重的方法主要有主观赋权法和客观赋权法两大类，主观赋权法与专家的知识层次和经验积累及偏好密切相关；客观赋权法与评价数据的内在特征紧密相关，避免因人为认识的差别而对评价结果造成影响。在信息论中，当评价对象在某项指标上的值相差较大时，熵值较小，说明该指标提供的有效信息量较大，该指标的权重也应较大；反之，若某项指标的值相差越小，熵值较大，说明该指标提供的信息量较小，该指标的权重也应较小。所