[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN116681309A - 一种基于群体决策冲突消解的供应商选择方法 - Google Patents

一种基于群体决策冲突消解的供应商选择方法 Download PDF

Info

Publication number
CN116681309A
CN116681309A CN202310745485.6A CN202310745485A CN116681309A CN 116681309 A CN116681309 A CN 116681309A CN 202310745485 A CN202310745485 A CN 202310745485A CN 116681309 A CN116681309 A CN 116681309A
Authority
CN
China
Prior art keywords
fuzzy
decision
alternative
ideal solution
weights
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310745485.6A
Other languages
English (en)
Inventor
宋晓
刘路
徐琳
龚光红
李勇
崔勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202310745485.6A priority Critical patent/CN116681309A/zh
Publication of CN116681309A publication Critical patent/CN116681309A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于群体决策冲突消解的供应商选择方法，包括以下步骤：1)确定决策专家组成员，识别和定义与决策任务相关的评价指标体系；2)为准则的重要性权重和各准则下备选方案的评级选择适当的语言变量及其三角模糊数；3)确定模糊决策矩阵和指标权重；4)构建归一化模糊决策矩阵；5)构建加权归一化决策矩阵；6)确定模糊正理想解和负理想解；7)确定每个备选方案与模糊正/负理想解之间的距离；8)计算各备选方案与模糊正理想方案的相对接近度；9)若不同决策专家得到的供应商排名不一致，根据专家给出的相对接近度对各专家赋予决策权重，计算融合专家权重的综合模糊决策矩阵和指标权重，并重复步骤4‑8。本发明方法改进了模糊环境下的逼近理想解排序技术，通过计算各评价对象与最优方案的相对接近程度，作为评价备选供应商优劣的依据。特别是当决策专家之间存在意见不统一时，通过对专家赋予权重使冲突得到消解，实现了群体决策供应商选择的目的。

Description

一种基于群体决策冲突消解的供应商选择方法
技术领域
本发明属于供应商选择领域，具体涉及一种基于群体决策冲突消解的供应商选择方法。
背景技术
供应链管理涵盖了将原材料转化为最终产品并交付客户的整个过程，是对商品和服务的协调与优化。有效的供应链管理能够更好地实现企业内外部物料流、信息流和资金流的有机融合，使公司减少不必要的支出，并加快向客户交付货物。采购是供应链管理中最重要的战略任务之一，涉及到选择最合适的供应商来满足公司的采购需求。选择合适的供应商有助于建立一个具有弹性和高效的供应链，满足采购方对成本、质量、可靠性、创新和风险管理的要求，从而帮助企业提高竞争力。在实际场景中，供应商绩效评估指标一般包括价格、质量、技术水平和交货时间等因素，采购方需对有限备选方案的多个准则值进行集成并排序。因此，供应商选择可以被视为一类多准则决策(multi-criteria decision-makingmethod,MCDM)问题。
在众多MCDM方法中，准则的评级和权重一般是采用量化值表示的。然而，由于人类的判断通常具有不确定性，定量表示无法准确描述主观偏好，导致许多MCDM方法失效。模糊集理论的提出使得人们可以利用它较好地描述多准则决策中的模糊性，通过结合模糊逻辑来处理实际决策中的不确定性问题。同时，为了避免因个人主观因素造成决策失误，体现决策过程的公平性和合理性，对供应商做出全面的评判，供应商选择过程往往需要多个决策专家的集体参与。当决策者的观点存在不一致的现象时，需要采用恰当的方法将不同专家的评价进行整合，从而选出最终的供应商。
发明内容
为了克服现有技术存在的不足，本方法采用了改进的逼近理想解排序技术，通过计算各评价对象与最优方案和最劣方案间的距离，获取各评价对象与最优方案的相对接近程度，将其作为评价备选供应商优劣的依据。此外，当决策专家之间存在意见不统一时，通过对专家赋予权重使冲突得到消解，达到了群体决策供应商选择的目的。
本发明提出了一种基于群体决策冲突消解的供应商选择方法，分以下步骤：
步骤1：确定决策专家组成员，识别和定义与决策任务相关的评价指标体系。评价指标体系借助专家的经验知识和企业具体实际来确定；
步骤2：为准则的重要性权重和各准则下备选方案的评级选择适当的语言变量及其三角模糊数；
步骤3：确定模糊决策矩阵和指标权重。模糊决策矩阵包括所有的备选方案和它们在每个准则下的模糊性能评级，模糊决策矩阵中的行代表备选方案，列代表评价指标。指标权重由专家根据各指标对于供应商选择任务的重要程度确定；
步骤4：构建归一化模糊决策矩阵。对模糊决策矩阵进行归一化处理，以消除不同指标之间衡量尺度的差异，确保所有指标具有同等的影响力；
步骤5：构建加权归一化决策矩阵。将归一化后的模糊决策矩阵与指标权重相乘，得到加权归一化决策矩阵；
步骤6：确定模糊正理想解(Fuzzy Positive Ideal Solution,FPIS)和负理想解(Fuzzy Negative Ideal Solution,FNIS)。模糊正理想解代表每个指标的最佳表现，而模糊负理想解代表最差表现。这些解决方案是通过汇总各指标的模糊归一化值而确定的；
步骤7：确定每个备选方案与模糊正/负理想解之间的距离。该距离衡量的是备选方案与模糊正理想方案和负理想方案的相似性或接近性；
步骤8：计算各备选方案与模糊正理想方案的相对接近度。相对接近度衡量一个备选方案的相对性能，其计算方法是用每个备选方案与模糊负理想解的距离除以与模糊正理想解和负理想解的距离之和。根据替代方案的相对接近度对其进行排名，相对接近值最高的备选方案被认为是目标供应商；
步骤9：若不同决策专家得到的供应商排名不一致，根据专家给出的相对接近度对各专家赋予决策权重，计算融合专家权重的综合模糊决策矩阵和指标权重，并重复步骤4-8。
所属步骤1中，评价指标体系包括企业技术水平、产品质量、生产能力、及时到货率、产品价格等因素。
所属步骤2中，自然语言型模糊评价采用带有语言变量的评价值来度量指标性能，语言评价值取决于用户定义的语言值评价集合。这里采用三角模糊数将具有不确定性和模糊性的语言变量转化为确定数值。表1和表2分别定义了描述准则重要性和各准则下备选方案评级的语言变量及其三角模糊数。
表1描述准则重要性的语言变量及其对应的三角模糊数
表2备选方案评级的语言变量及其对应的三角模糊数
所属步骤3中，模糊决策矩阵和指标权重可分别被表示为：
其中，和/>是语言变量，I代表备选供应商数目，J表示准则个数。三角模糊数被用来表示这些语言变量，
所属步骤4中，使用线性尺度变换构建归一化的备选供应商评级模糊决策矩阵。变换公式具体为：
其中，B和C分别表示收益型准则和成本型标准。规范化过程保证了标准化后的三角模糊数范围落在[0,1]之内。
所属步骤5中，将加权归一化决策矩阵表示为：
所属步骤6中，给出模糊正理想解(A*)和模糊负理想解(A-)的定义如下:
其中，
所属步骤7中，每个备选方案与FPIS和FNIS的距离分别为：
其中，d(·,·)表示两个模糊数之间的距离。例如，三角模糊数和之间的距离定义如下：
所属步骤8中，相对接近度的公式定义如下：
所属步骤9中，将专家决策权重表示为：
其中，K表示专家人数，I表示供应商个数，αk和分别代表归一化前后的专家决策权重。
融合专家权重的综合模糊决策矩阵和指标权重分别被表示为：
其中，表示第k个专家的模糊决策矩阵，/>表示第k个专家的指标权重。
本发明产生的有益效果在于提供了基于群体决策冲突消解的供应商选择解决方案，这种方案充分利用了模糊集的理论成果，能够针对语言变量采用三角模糊数的方式确定模糊决策矩阵和指标权重，并对决策矩阵进行归一化和加权处理；之后确定模糊正理想解和负理想解决策矩阵并计算每个备选方案与模糊正/负理想解之间的距离；用户可根据各备选方案与模糊正理想方案的相对接近度实现供应商排名；当专家之间得到的供应商排名不统一时，可以根据专家给出的相对接近度对各专家赋予决策权重，并计算融合专家权重的综合模糊决策矩阵和指标权重，从而得到最终的供应商排名。
附图说明
图1为本发明所述基于群体决策冲突消解的供应商选择方法的整体步骤流程图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施案例进行详细描述。
本发明在于提供一种基于群体决策冲突消解的供应商选择方法，分为以下步骤：
步骤1：确定决策专家组成员，识别和定义与决策任务相关的评价指标体系。评价指标体系借助专家的经验知识和企业具体实际来确定，案例采用的评价指标包括企业产品价格、技术水平、产品质量、生产能力、及时到货率等因素；
步骤2：为准则的重要性权重和各准则下备选方案的评级选择适当的语言变量及其三角模糊数。自然语言型模糊评价采用带有语言变量的评价值来度量指标性能，语言评价值取决于用户定义的语言值评价集合。本方法采用三角模糊数将具有不确定性和模糊性的语言变量转化为确定数值。
步骤3：确定模糊决策矩阵和指标权重。模糊决策矩阵包括所有的备选方案和它们在每个准则下的模糊性能评级，模糊决策矩阵中的行代表备选方案，列代表评价指标。指标权重由专家根据各指标对于供应商选择任务的重要程度确定。表3和表4分别为语言变量表示的备选方案评级和准则的重要性权重。
表3语言变量表示的各准则下备选方案评级
表4语言变量表示的准则重要性权重
步骤4：归一化模糊决策矩阵。对模糊决策矩阵进行归一化处理，以消除不同指标之间衡量尺度的差异，确保所有指标具有同等的影响力。本方法使用线性尺度变换构建归一化的备选供应商评级模糊决策矩阵。变换公式具体为：
其中，B和C分别表示收益型准则和成本型标准。规范化过程保证了标准化后的三角模糊数范围落在[0,1]之内。表5为经过归一化处理后的模糊决策矩阵。
表5归一化后的模糊决策矩阵
步骤5：构建加权归一化决策矩阵。将归一化后的模糊决策矩阵与指标权重相乘，得到加权归一化决策矩阵，如表6所示。加权归一化决策矩阵的表达式为：
表6加权后的归一化模糊决策矩阵
步骤6：确定模糊正理想解和负理想解。模糊正理想解(A*)和模糊负理想解(A-)分别代表每个指标的最佳表现和最差表现，定义如下：
其中，
步骤7：确定每个备选方案与模糊正/负理想解之间的距离。该距离用于衡量备选方案与模糊正理想方案和负理想方案的相似性或接近性。每个备选方案与FPIS和FNIS的距离分别为：
其中，d(·,·)表示两个模糊数之间的距离。举例来说，三角模糊数和之间的距离定义如下：
步骤8：计算各备选方案与模糊正理想方案的相对接近度。相对接近度衡量一个备选方案的相对性能，其计算方法是用每个备选方案与模糊负理想解的距离除以与模糊正理想解和负理想解的距离之和。公式如下所示：
之后，根据替代方案的相对接近度对其进行排名。相对接近度最高的备选方案被认为是目标供应商。表7为决策专家针对候选供应商计算各备选方案与模糊正理想方案之间的相对接近度。
表7不同专家得到的候选供应商的相对接近度
通过比较表7中候选供应商的相对接近度可知，专家1认为供应商2排名第一，而专家2和专家3认为供应商3的优先级更高，这就导致了群体决策中的意见冲突。
步骤9：若不同决策专家得到的供应商排名不一致，根据专家给出的相对接近度对各专家赋予决策权重，计算融合专家权重的综合模糊决策矩阵和指标权重，并重复步骤4-8。
专家决策权重定义为：
其中，K表示专家人数，I表示供应商个数，αk和分别代表归一化前后的专家决策权重。
根据表7中专家给出的相对接近度和专家决策权重的定义，计算出各专家权重分别为
融合专家权重的综合模糊决策矩阵和指标权重分别被表示为：
其中，表示第k个专家的模糊决策矩阵，/>表示第k个专家的指标权重。
表8所示为融合专家权重的综合模糊决策矩阵和指标权重。
表8融合专家权重的综合模糊决策矩阵和指标权重
将更新后的综合模糊决策矩阵和指标权重应用于步骤4-8，计算得出最终的相对接近度为CC1＝0.21,CC2＝0.70,CC3＝0.71。因此，经过冲突消解后选出的最佳供应商为供应商3。

Claims (10)

1.一种基于群体决策冲突消解的供应商选择方法，其特征在于：包括以下步骤：
1)确定决策专家组成员，识别和定义与决策任务相关的评价指标体系。评价指标体系借助专家的经验知识和企业具体实际来确定；
2)为准则的重要性权重和各准则下备选方案的评级选择适当的语言变量及其三角模糊数；
3)确定模糊决策矩阵和指标权重。模糊决策矩阵包括所有的备选方案和它们在每个准则下的模糊性能评级，模糊决策矩阵中的行代表备选方案，列代表评价指标。指标权重由专家根据各指标对于供应商选择任务的重要程度确定；
4)构建归一化模糊决策矩阵。对模糊决策矩阵进行归一化处理，以消除不同指标之间衡量尺度的差异，确保所有指标具有同等的影响力；
5)构建加权归一化决策矩阵。将归一化后的模糊决策矩阵与指标权重相乘，
得到加权归一化决策矩阵；
6)确定模糊正理想解(Fuzzy Positive Ideal Solution,FPIS)和负理想解(FuzzyNegative Ideal Solution,FNIS)。模糊正理想解代表每个指标的最佳表现，而模糊负理想解代表最差表现。这些解决方案是通过汇总各指标的模糊归一化值而确定的；
7)确定每个备选方案与模糊正/负理想解之间的距离。该距离衡量的是备选方案与模糊正理想方案和负理想方案的相似性或接近性；
8)计算各备选方案与模糊正理想方案的相对接近度。相对接近度衡量一个备选方案的相对性能，其计算方法是用每个备选方案与模糊负理想解的距离除以与模糊正理想解和负理想解的距离之和。根据替代方案的相对接近度对其进行排名，相对接近值最高的备选方案被认为是目标供应商；
9)若不同决策专家得到的供应商排名不一致，根据专家给出的相对接近度对各专家赋予决策权重，计算融合专家权重的综合模糊决策矩阵和指标权重，并重复步骤4-8。
2.根据权利要求1所述的一种基于群体决策冲突消解的供应商选择方法，其特征在于：所述步骤1)具体为：评价指标体系包括企业技术水平、产品质量、生产能力、及时到货率、产品价格等因素。
3.根据权利要求1所述的一种基于群体决策冲突消解的供应商选择方法，其特征在于：所述步骤2)具体为：自然语言型模糊评价采用带有语言变量的评价值来度量指标性能，语言评价值取决于用户定义的语言值评价集合。这里采用三角模糊数将具有不确定性和模糊性的语言变量转化为确定数值。表1和表2分别定义了描述准则重要性和各准则下备选方案评级的语言变量及其三角模糊数。
表1描述准则重要性的语言变量及其对应的三角模糊数
表2备选方案评级的语言变量及其对应的三角模糊数
4.根据权利要求1所述的一种基于群体决策冲突消解的供应商选择方法，其特征在于：所述步骤3)具体为：模糊决策矩阵和指标权重可分别被表示为：
其中，和/>是语言变量，I代表备选供应商数目，J表示准则个数。三角模糊数被用来表示这些语言变量，/>
5.根据权利要求1所述的一种基于群体决策冲突消解的供应商选择方法，其特征在于：所述步骤4)具体为：使用线性尺度变换构建归一化的备选供应商评级模糊决策矩阵。变换公式具体为：
其中，B和C分别表示收益型准则和成本型标准。规范化过程保证了标准化后的三角模糊数范围落在[0,1]之内。
6.根据权利要求1所述的一种基于群体决策冲突消解的供应商选择方法，其特征在于：所述步骤5)具体为：加权归一化决策矩阵表示为：
7.根据权利要求1所述的一种基于群体决策冲突消解的供应商选择方法，其特征在于：所述步骤6)具体为：模糊正理想解(A*)和模糊负理想解(A-)的定义如下:
其中，
8.根据权利要求1所述的一种基于群体决策冲突消解的供应商选择方法，其特征在于：所述步骤7)具体为：每个备选方案与FPIS和FNIS的距离分别为
其中，d(·,·)表示两个模糊数之间的距离。例如，三角模糊数和之间的距离定义如下：
9.根据权利要求1所述的一种基于群体决策冲突消解的供应商选择方法，其特征在于：所述步骤8)具体为：相对接近度的公式定义如下：
10.根据权利要求1所述的一种基于群体决策冲突消解的供应商选择方法，其特征在于：所述步骤9)具体为：专家决策权重表示为：
其中，K表示专家人数，I表示供应商个数，αk和分别代表归一化前后的专家决策权重。
融合专家权重的综合模糊决策矩阵和指标权重分别被表示为：
其中，表示第k个专家的模糊决策矩阵，/>表示第k个专家的指标权重。
CN202310745485.6A 2023-06-21 2023-06-21 一种基于群体决策冲突消解的供应商选择方法 Pending CN116681309A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310745485.6A CN116681309A (zh) 2023-06-21 2023-06-21 一种基于群体决策冲突消解的供应商选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310745485.6A CN116681309A (zh) 2023-06-21 2023-06-21 一种基于群体决策冲突消解的供应商选择方法

Publications (1)

Publication Number Publication Date
CN116681309A true CN116681309A (zh) 2023-09-01

Family

ID=87781987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310745485.6A Pending CN116681309A (zh) 2023-06-21 2023-06-21 一种基于群体决策冲突消解的供应商选择方法

Country Status (1)

Country Link
CN (1) CN116681309A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118246736A (zh) * 2024-03-11 2024-06-25 成都信息工程大学 一种融合风险评估改进模糊综合评价的台风应对措施处理方法
CN118446626A (zh) * 2024-07-08 2024-08-06 四川航空股份有限公司 一种航空器材库存与调配优化方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118246736A (zh) * 2024-03-11 2024-06-25 成都信息工程大学 一种融合风险评估改进模糊综合评价的台风应对措施处理方法
CN118446626A (zh) * 2024-07-08 2024-08-06 四川航空股份有限公司 一种航空器材库存与调配优化方法

Similar Documents

Publication Publication Date Title
Beikkhakhian et al. The application of ISM model in evaluating agile suppliers selection criteria and ranking suppliers using fuzzy TOPSIS-AHP methods
Badi et al. Supplier selection for steelmaking company by using combined Grey-MARCOS methods
CN109784806B (zh) 供应链控制方法、系统以及存储介质
Türegün Financial performance evaluation by multi-criteria decision-making techniques
CN116681309A (zh) 一种基于群体决策冲突消解的供应商选择方法
CN107515938B (zh) 一种云制造环境下的供需智能匹配方法
CN108804319A (zh) 一种改进Top-k众包测试平台任务的推荐方法
CN107038486A (zh) 金融产品预测装置以及金融产品预测方法
CN108256802B (zh) 基于人群搜索算法的多供应商订单分配云处理方法
CN111784109A (zh) 一种基于毕达哥拉斯模糊集和vikor的供应商选择方法
CN109857939A (zh) 面向智能制造服务的精准推送方法
Atalay et al. A hybrid algorithm based on fuzzy linear regression analysis by quadratic programming for time estimation: an experimental study in manufacturing industry
CN113986869A (zh) 基于机器学习时序预测算法的建设工程材料价格信息数据计算方法
CN111242471A (zh) 一种以农民合作社为主导的供应链选择销售企业的指标体系
Venkateswarlu et al. Selection of supplier by using SAW and VIKOR methods
de Araujo et al. Classification model for bid/no‐bid decision in construction projects
Phulara et al. A novel hybrid grey-BCM approach in multi-criteria decision making: An application in OTT platform
Mohamed et al. An information entropy weighting method combined to TOPSIS approach for ranking consulting firms
CN111967927A (zh) 一种多准则计算满意度的商业采购方法
Zeynali et al. A hybrid fuzzy multiple criteria decision making (MCDM) approach to combination of materials selection
KR101853555B1 (ko) Sw 시장 정보 서비스 시스템
Roszkowska Application the TOPSIS methods for ordering offers in buyer-seller transaction
Paldrak et al. A literature review on supplier selection problem and fuzzy logic
Shariari et al. Agile supplier selection in sanitation supply chain using fuzzy VIKOR method
KR20230032801A (ko) 인공지능 기반 유무형 상품 추천 서비스 제공 시스템

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination