農(nóng)產(chǎn)品生鮮供應(yīng)鏈彈性評(píng)價(jià)方法綜述目錄TOC\o"1-3"\h\u7533農(nóng)產(chǎn)品生鮮供應(yīng)鏈彈性評(píng)價(jià)方法綜述 1170591.1本文評(píng)價(jià)方法選擇依據(jù) 164461.2模糊理論 286991.3模糊AHP主觀權(quán)重法 313991.3.1模糊AHP評(píng)價(jià)法的原理 3142831.3.2模糊AHP主觀權(quán)重方法 3182171.4模糊EW客觀權(quán)重方法 4122741.1.1預(yù)備知識(shí) 4212781.1.2模糊EW方法 4108671.5基于模糊TOPSIS的生鮮農(nóng)產(chǎn)品供應(yīng)鏈彈性評(píng)價(jià)方法 51.1本文評(píng)價(jià)方法選擇依據(jù)（1）評(píng)價(jià)指標(biāo)的主觀性模糊層次分析法有一個(gè)顯著特征，即評(píng)價(jià)對(duì)象需要評(píng)價(jià)主體（人）做出評(píng)判，這就導(dǎo)致了評(píng)價(jià)過程中存在一定的主觀成分，這個(gè)不可改變的主觀成分則又突出的呈現(xiàn)在不同的主體作出的評(píng)價(jià)的結(jié)果的或多或少的不同（差異）。另一方面，使用其他定量以及更為精準(zhǔn)的評(píng)價(jià)方法，也逃不出主觀的成分，因?yàn)槭冀K都得由人來做評(píng)價(jià)，主觀成分始終存在。同樣，選擇不經(jīng)人手的的評(píng)價(jià)方法，使用某種標(biāo)準(zhǔn)來評(píng)價(jià)能力，也會(huì)有存在主觀性，因?yàn)樵u(píng)價(jià)的標(biāo)準(zhǔn)也是有人決定的，最終的結(jié)果自然會(huì)存在人的思維，不會(huì)是完全客觀的。模糊層次分析法把模糊數(shù)學(xué)的理論應(yīng)用到了評(píng)價(jià)過程中，模糊環(huán)境下的人的判斷思維就能很好的與能力指標(biāo)的對(duì)比評(píng)價(jià)漸漸吻合，這就使得最終評(píng)價(jià)結(jié)果更為精確。但這只是優(yōu)勢(shì)，相反模糊層次分析法也存在劣勢(shì)：沒有把評(píng)價(jià)人員的猶豫不決或因不知如何決策而棄權(quán)的情況考慮完全，也就是有一個(gè)相當(dāng)于死角的地方。正因?yàn)檫@樣不能處理好直覺模糊環(huán)境下的綜合評(píng)價(jià)問題。對(duì)以上幾種評(píng)價(jià)方法的分析，發(fā)現(xiàn)這幾種評(píng)價(jià)方法都存在顯而易見的缺陷，所以我們好需要繼續(xù)探索更好、更綜合的方法來評(píng)價(jià)生鮮農(nóng)產(chǎn)品供應(yīng)鏈彈性。（2）評(píng)價(jià)指標(biāo)的客觀性模糊熵權(quán)法是在為了保證評(píng)價(jià)結(jié)果進(jìn)一步與評(píng)價(jià)主體的評(píng)判思維相符合，在充分考慮評(píng)價(jià)值中存在的客觀性的條件下產(chǎn)生的。通過結(jié)合兩種評(píng)價(jià)方法可以得到包括主觀、客觀因素的指標(biāo)權(quán)重。（3）評(píng)價(jià)指標(biāo)的模糊性針對(duì)具體的評(píng)價(jià)對(duì)象，考慮該對(duì)象相對(duì)各個(gè)指標(biāo)的距離，包括效益型指標(biāo)（評(píng)價(jià)值越大越好）和成本型指標(biāo)（評(píng)價(jià)值越小越好）的遠(yuǎn)近，利用模糊函數(shù)隸屬度性質(zhì)確定生鮮農(nóng)產(chǎn)品供應(yīng)鏈彈性能力值。即逼近理想點(diǎn)排序法（TechniqueforOrderPreferencebySimilaritytoIdealSolution，TOPSIS）。該方法是對(duì)相模糊層次分析法的進(jìn)一步的發(fā)展。把評(píng)價(jià)指標(biāo)間重要性程度和評(píng)價(jià)人員的意見用模糊數(shù)來描繪，這樣會(huì)使得評(píng)價(jià)對(duì)象更加細(xì)膩，更加符合評(píng)價(jià)人員的判斷思維，那么就會(huì)使得評(píng)價(jià)結(jié)果精確度進(jìn)一步提高甚至得到保證。1.2模糊理論自從1965年模糊理論成立以來，獲得廣泛關(guān)注。模糊理論經(jīng)過數(shù)十年的發(fā)展與完善，其基本思想為接受模糊性現(xiàn)象存在的事實(shí)，處理概念模糊不確定的對(duì)象為目標(biāo)，并將其定量化計(jì)算機(jī)可以處理的信息，不建議用復(fù)雜的數(shù)學(xué)分析來解決模型。相比于區(qū)間模糊數(shù)，三角模糊數(shù)由于能夠反應(yīng)更多的專家評(píng)價(jià)信息受到廣泛應(yīng)用，一個(gè)三角模糊數(shù)及其隸屬度函數(shù)如下所示： (公式4-1)在上式中，,和是三角模糊數(shù)表達(dá)式的三個(gè)明確數(shù)值，且;和是最低和最高值，為了將專家的模糊評(píng)價(jià)值轉(zhuǎn)化為三角模糊數(shù)，我們使用如下轉(zhuǎn)化規(guī)則：表4-1指標(biāo)權(quán)重模糊轉(zhuǎn)換表Table4-1Transformationrulesoflinguisticratingsofdecision-makersforcriteriaweight模糊評(píng)價(jià)語言模糊值少許重要(LI)(1,1,3)普通重要(MI)(1,3,5)重要(I)(3,5,7)非常重要(VI)(5,7,9)絕對(duì)重要(AI)(7,9,9)表4-2評(píng)價(jià)對(duì)象模糊語言轉(zhuǎn)換表Table4-2.Transformationrulesoflinguisticratingsofexpertsforevaluationobject.模糊語言模糊數(shù)非常低(VL)(1,1,3)低(L)(1,3,5)中等(M)(3,5,7)高(H)(5,7,9)非常高(VH)(7,9,9)1.3模糊AHP主觀權(quán)重法1.3.1模糊AHP評(píng)價(jià)法的原理AHP（AnalyticHierarchyProcess）層次分析法起源于美國，它是美國運(yùn)籌學(xué)家T.L.Saaty教授于上世紀(jì)70年代提出的一種多屬性決策方法，它將定性方法與定量方法相結(jié)合。在多屬性、多準(zhǔn)則、多層次的過度復(fù)雜系統(tǒng)決策問題中時(shí)常被運(yùn)用。該方法的主要思想是將復(fù)雜問題進(jìn)行分解，使之成為多層次、多因素，并對(duì)兩兩指標(biāo)之間的重要程度進(jìn)行一一對(duì)比，進(jìn)行判斷，比較其相對(duì)重要性，建立兩兩比較判斷矩陣，通過計(jì)算矩陣的最大特征值及其對(duì)應(yīng)特征向量，就會(huì)得到不同方案重要性程度的權(quán)重，在這基礎(chǔ)上就為最優(yōu)方案的選擇提供了決策方法和依據(jù)。在本文中，我們利用三角模糊數(shù)來對(duì)指標(biāo)的相對(duì)重要性進(jìn)行表示，并進(jìn)行兩兩比較判斷指標(biāo)的相對(duì)重要性。1.3.2模糊AHP主觀權(quán)重方法模糊AHP主觀權(quán)重方法是指利用模糊數(shù)反應(yīng)更多專家評(píng)價(jià)信息特性，利用模糊數(shù)表示專家的評(píng)價(jià)值，計(jì)算評(píng)價(jià)指標(biāo)權(quán)重的方法。假如有個(gè)專家，個(gè)評(píng)價(jià)指標(biāo)，則第個(gè)專家對(duì)指標(biāo)之間的兩兩比較矩陣評(píng)價(jià)值為： (公式4-2)表示第個(gè)專家對(duì)指標(biāo)的的兩兩比較矩陣，利用三角模糊數(shù)運(yùn)算法則計(jì)算個(gè)專家的評(píng)價(jià)平均值， (公式4-3) 針對(duì)每一個(gè)指標(biāo)值，將其平均值除以其他指標(biāo)值可得到處理后的矩陣，并將該矩陣每一行連乘并開次方根，得到特征值，對(duì)特征值進(jìn)行標(biāo)準(zhǔn)化處理可得到指標(biāo)的權(quán)重值。1.4模糊EW客觀權(quán)重方法1.1.1預(yù)備知識(shí)熵權(quán)法（Entropyweight,EW）是一種客觀賦權(quán)方法，最先是信息論中一種度量信息量混亂程度的指標(biāo)，當(dāng)一個(gè)系統(tǒng)有序程度越高，其信息熵越低，一個(gè)系統(tǒng)的混亂程度越高，其信息熵越高。也就是說，信息熵同樣也是衡量一個(gè)系統(tǒng)無序程度的指標(biāo)。在本文評(píng)價(jià)指標(biāo)過程中，獲得信息的大小是評(píng)價(jià)可靠性的關(guān)鍵性因素之一，指標(biāo)的信息量越大，指標(biāo)的信息熵就越低，那么在評(píng)價(jià)中所起的作用越大，權(quán)重當(dāng)然就越高，反之，指標(biāo)的權(quán)重就越低。 1.1.2模糊EW方法工程技術(shù)、社會(huì)經(jīng)濟(jì)等領(lǐng)域熵權(quán)法已經(jīng)被非常廣泛的應(yīng)用。根據(jù)指標(biāo)變異性的大小來確定客觀權(quán)重是熵權(quán)法的基本思路。其計(jì)算過程如下。數(shù)據(jù)標(biāo)準(zhǔn)化處理 (公式4-4)式中，i為評(píng)價(jià)對(duì)象，j為評(píng)價(jià)指標(biāo)；和分別表示初始的和經(jīng)過標(biāo)準(zhǔn)化后的相應(yīng)指標(biāo)值；和分別表示最小值和最大值。計(jì)算第j項(xiàng)指標(biāo)的熵值 (公式4-5)式中：；。計(jì)算權(quán)重 (公式4-6)式中：，且。由此可得到各個(gè)指標(biāo)的客觀權(quán)重。將FAHP和FEW得到的權(quán)重求平均值，可得到包含專家主觀評(píng)價(jià)信息和客觀評(píng)價(jià)信息的評(píng)價(jià)指標(biāo)的綜合權(quán)重值。1.5基于模糊TOPSIS的生鮮農(nóng)產(chǎn)品供應(yīng)鏈彈性評(píng)價(jià)方法TOPSIS評(píng)價(jià)方法是一種多屬性決策方法，它主要基于最好的對(duì)象應(yīng)該距離效益型指標(biāo)距離最近，距離成本型指標(biāo)最遠(yuǎn)的原則對(duì)候選對(duì)象進(jìn)行評(píng)價(jià)。由于三角模糊數(shù)能夠很好的表達(dá)評(píng)價(jià)專家的評(píng)價(jià)信息，在TOPSIS評(píng)價(jià)矩陣中，本文用三角模糊數(shù)表示評(píng)價(jià)矩陣中的元素ADDINEN.CITE<EndNote><Cite><Author>He</Author><Year>2016</Year><RecNum>74</RecNum><DisplayText><styleface="superscript">[52]</style></DisplayText><record><rec-number>74</rec-number><foreign-keys><keyapp="EN"db-id="ttswxvfshxree4epxr85vw5hpewra0s9d0tp"timestamp="1635337729">74</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>He,Yandong</author><author>Wang,Xu</author><author>Lin,Yun</author><author>Zhou,Fuli%JSustainability</author></authors></contributors><titles><title>OptimalpartnercombinationforjointdistributionallianceusingintegratedfuzzyEW-AHPandTOPSISforonlineshopping</title></titles><pages>341</pages><volume>8</volume><number>4</number><dates><year>2016</year></dates><urls></urls></record></Cite></EndNote>[52]。模糊TOPSIS評(píng)價(jià)方法的具體評(píng)價(jià)步驟如下：步驟1：計(jì)算模糊語言綜合評(píng)價(jià)值考慮評(píng)價(jià)對(duì)象，利用第三章的評(píng)價(jià)指標(biāo)對(duì)其進(jìn)行評(píng)價(jià)，我們使用區(qū)間模糊數(shù)來對(duì)評(píng)價(jià)對(duì)象的對(duì)象評(píng)價(jià)指標(biāo)進(jìn)行打分，對(duì)象的模糊評(píng)價(jià)彈性值為,。在這里，表示專家相對(duì)于指標(biāo)，的三角模糊評(píng)價(jià)值，三個(gè)模糊值分別用表示，其中L為最小值，M為中間值，R為最大值。然后三角模糊評(píng)價(jià)均值可以按照如下公式計(jì)算： (公式4-7)據(jù)此可得到三個(gè)模糊值的平均值分別為：，，。步驟2：建立初始模糊決策矩陣根據(jù)公式4-6，構(gòu)建初始模糊決策矩陣A，如下公式4-7所示：(公式4-8)步驟3：標(biāo)準(zhǔn)化模糊決策矩陣指標(biāo)屬性包括兩類，一是效益型指標(biāo)（指標(biāo)越大越好），二是成本型指標(biāo)（指標(biāo)越小越好）。針對(duì)效益型指標(biāo)，利用如下公式進(jìn)行標(biāo)準(zhǔn)化處理：（公式4-9）針對(duì)成本型指標(biāo)，利用如下公式進(jìn)行標(biāo)準(zhǔn)化處理：（公式4-10）根據(jù)公式4-9和4-9可以得到如下標(biāo)準(zhǔn)化模糊決策矩陣：（公式4-11）步驟4：確定集成模糊決策指標(biāo)權(quán)重：根據(jù)公式（4-1）-（4-5）確定集成模糊決策指標(biāo)權(quán)重。步驟5：計(jì)算權(quán)重標(biāo)準(zhǔn)模糊決策矩陣：（公式4-12）步驟6：確定正理想解、負(fù)理想解：正理想解為：（公式4-1