PDF《虚拟企业伙伴选择中的多目标决策问题》

其次, 还要考虑到企业的技 术人员含量与企业的生产能力.技术人员的含量是 产品质量的重要保证, 而企业的生产能力则是保证 完工时间的不可缺少的必要条件.由此可见, 盟主 企业在为各子任务选择合适的伙伴时, 往往要使用 多个目标准则对各个企业进行评价.因此, 虚拟企 业伙伴选择可以描述为如下多目标决策问题: 设存在 M 个企业可以为盟主企业完成某个特 定子任务, 盟主企业使用 N 个目标准则对这些企业 进行评价.这些准则可以分为两大类, 即增益目标 准则和损益目标准则, 分别使用 ak, bh 表示, 其中 k = 1, ,,

K , h = 1, ,,

H , K + H = N .在增益目标 准则下, 各企业的值越高, 其优先分数越高;

在损益 目标准则下, 各企业的值越低, 其优先分数越高.企业m(表示为 Em )在ak , bh 下的值与优先分数分别 表示为 vmk, v mh 和smk, smh ( m= 1, ,,

M ).各企业 在各目标准则上的值的分布如表

1 所示.盟主企业 使用各企业在各个目标准则上的值可以计算出各企 业在各目标准则上的优先分数, 进而得到各企业的 总的优先分数(用Sm 表示), 它将选择最终优先分 数最高的企业作为完成子任务的伙伴.因此, 虚拟 企业伙伴选择可以表示为以下整数规划问题: 设决策变量 x m: x m=

1 企业 m 被盟主企业选中作为伙伴

0 企业 m 未被盟主企业选中作为伙伴 则目标函数为: max S = E M m=

1 x mS m ( 1) 约束条件为: E M m=

1 xm =

1 xm = 0, 1, m = 1, 2, ,,

M 表1各企业在各目标准则上的值的分布 a1 a2 , aK b1 b2 , bH E

1 v11 v

12 , v 1K v

11 v12 , v1H E

2 v21 v

22 , v 2K v

21 v22 , v2H s s s w s s s w s E M vM

1 v M2 , vMK vM

1 vM

2 , vMH

2 支持伙伴选择多目标决策工具 EPMA 本文提出的 EPMA 主要解决了以下几方面问 题: ( 1) 各目标准则的相对重要性 从盟主企业来看, 对某个特定的子任务, 各目标 准则的相对重要性是不同的, 我们分别使用权 w k, w h 表示目标准则 ak 和bh 的相对重要性: E K k=

1 w k + E H h=

1 w h =

1 ( 2) 我们使用层次分析法( AHP) 获得各目标准则 的权.层次分析法( AHP) 是美国运筹学家、 匹兹堡 大学 A. L. Saaty 教授于

1980 年提出的定性分析和 定量分析相结合的系统分析方法.具体步骤如下: 步骤

1 明确问题, 建立系统的层次分析结构 如图

1 所示.伙伴选择的总目标是选择合适伙伴组 建虚拟企业;

该总目标下有 N 个子目标, 其中包括 K 个增益目标和H 个损益目标, 即K+H=N;

在子目标下有 M 个可选方案, 即有 M 个候选企业参 加伙伴选择. 步骤

2 构造判断矩阵.首先要得到各目标准 则两两之间的相对重要程度比值, 这些比值可以构 成一个 N @ N 的判断矩阵 R .各目标准则两两之 间的相对重要程度比值可以由盟主企业的专家小组 使用常用的九分位表给出, 如表

2 所示. 表2九分位表 两指标 比较 特别 重要 很重要重要比较 重要 相等 重要 比较不 重要 不重要很不 重要 特别不 重要 取值

9 7

5 3

1 1/

3 1/

5 1/

7 1/

9 步骤

3 求解判断矩阵 R 的最大特征值 K max 下的特征向量. 步骤

4 对特征向量进行标准化, 使特征向量 的和为 1, 然后将此标准化后的特征向量近似地作 为相对应的各目标准则的权. ( 2) 各企业在各目标准则下的优先分数 各候选企业在各增益目标准则下的优先分数 smk为: smk = v km - min