scm4-合作伙伴选择new

《scm4-合作伙伴选择new》由会员分享，可在线阅读，更多相关《scm4-合作伙伴选择new（99页珍藏版）》请在金锄头文库上搜索。

1、西陆直升机有限公司（WHL）的供应商选择,马丁波特，彩色显示发生器项目 业务： 向全球市场提供全套直升机系统和客户支持服务。 （1）设计、开发、制造军用直升机和相关武器系统、系统集成 （2）可靠性和快速修理 18个国家，1000多架飞机,合作伙伴评价指标的确定 合作伙伴评价方法的确定,一、评价指标体系的建立 建立原则 系统全面性原则 简明科学性原则 稳定可比性原则 灵活可操作性原则,Dickson 的23条准则 170,Yahya Kingsman(16),马士华： 企业业绩、业务结构与生产能力、质量系统与企业环境,以制造企业为主，上游合作伙伴、下游合作伙伴 共性： 财务成本状况、服务水平、管

2、理水平、企业文化、外部环境 个性： 原材料供应商：产品质量、价格、生产能力等 零部件供应商：更注重敏捷性和柔性，企业技术水平（产品竞争优势） 分销商：分销渠道、促销策略、促销能力等,上游合作伙伴：,下游合作伙伴：,数据易采集、度量 产品质量 （产品合格率） 产品价格 售后服务水平 （用户抱怨解决时间） 地理位置 （供应商所在地和企业所在地的距离） 技术水平 （新产品开发率） 供应能力 （日单班产量） 经济效益 （净资产收益率=利润总额/净资产总额） 交货情况 （准时交货率=准时交货的订单数/总订单数） 市场影响度 （市场占有率=供应商产品数/市场同类产品数）,二、供应链合作伙伴选择方法,内涵：

3、定性分析定量分析定性与定量分析相结合 原理：相互比较基准比较 技术：从传统到先进 因素：单一综合 过程：静态动态,层次分析法（Analytic Hierarchy Process AHP）,美国著名运筹学家匹兹堡大学教授T LSaaty于20世纪70年代初期提出的一种将定性分析与定量分析相结合、定性定量化的实用决策方法。 将一个复杂的问题分解成若干个组合因素，将这些因素按其系统的支配关系，分组形成递阶层次结构；通过两两比较的方式确定层次中诸因素的相对重要性，然后综合人们的经验判断，以决定诸因素相对重要性的顺序和权重。 可靠性高，但规模大时容易出问题,合作伙伴选择,B1,B2,B3,P1,P2,

4、P3,P4,目标层,准则层,方案层,一致性检验 完全一致： 一致性指标： 平均随机一致性指标 检验系数：,2.1 内涵：从定性分析到定量分析再到定性与定量分析相结合,定性，如直观判断法、招标法和协商选择法等 简单易行、费用低，但易产生逆向选择，仅适用于备选者不多时次要合作伙伴的选择。,定量方法 成本比率法（The Cost Ratio），首先计算与成本有关的质量、运输、服务等项目的总成本，然后根据每一项准则的成本占总成本的百分比来选择合作伙伴。 基于活动的成本法（Activity Based Costing, ABC），通过计算备选合作伙伴的总成本选择最佳者。 定量方法的应用提高了合作伙伴选择

5、的合理性和有效性，但面对客观存在的难以定量化的因素，纯粹的定量方法显现出较大的局限性,定性与定量相结合 层次分析法（Analytic Hierarchy Process，AHP） Dae- Ho Byun 韩国汽车制造企业合作伙伴选择，Tam和Tummala 分析香港通信设备的合作伙伴选择模型和决策过程，他们发现用AHP 法可缩短选择合作伙伴花费的时间 数据挖掘、智能推理、神经网络、群体决策、机器学习,2.2 原理：从相互比较到基准比较,合作伙伴选择必须建立在科学准确的评价基础之上，评价的实质是比较 相互比较 AHP 法 DEA（Data Envelopment Analysis）数据包络分析

6、），一种非参数统计方法。 评价的依据是决策单元的“输入”数据和“输出”数据，输入数据是指决策单元在某种活动中需要消耗的某些量，例如投入的资金总额，投入的总劳动力数，占地面积等等；输出数据是决策单元经过一定的输入之后，产生的表明该活动成效的某些信息量，例如不同类型的产品数量，产品的质量，经济效益等等 根据输入数据和输出数据来评价决策单元的优劣，即所谓评价部门（或单位）间的相对有效性,2.2 原理：从相互比较到基准比较,基准比较 灰色关联分析法（单基准比较） 将m个子序列对同一母序列的关联度按大小顺序排列起来，组成了关联序 根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关

7、联程度的一种方法 TOPSIS （Technique for Order Preference by Similarity to Ideal Solution）法，逼近于理想点的排序方法，双基准比较。 集对分析（SPA, Set Pair Analysis）最优、最劣、中间,2.3 技术：从传统到先进 2.3.1 单项技术不断完善,AHP 有一下方面的不足 无法表述一些模糊和不精确的因素, 19 的标度不精确且不易把握； 只考虑下层因素对上层的单向层次关系，未考虑同一层次因素间的相互作用 针对第一点不足，Morlacch 提出了模糊层次模型（FAHP） 针对第二点不足，Sarkis 和Tall

8、uri 提出网络分析（Analytic Network Process，ANP）。ANP法在层次分析的基础上建立各因素或相邻层次间的相互作用矩阵，称为超矩阵，利用超矩阵得出各备选伙伴的混合权重，体现了因素间的交叉影响。,模糊综合评价 提供了一个从正面解决含糊性问题的方法，但它忽略了侧面影响的作用 牛文学等人，提出Vague综合评价。引进真、假两个隶属度概念，分别反映评价因素的含糊性和不可分辨性,2.3.2 技术运用从单一到集成,Morlacchi将AHP 法与模糊综合评价结合起来 Ghodsypour 和Brien 将AHP和LP 结合起来开发了用于选择合作伙伴的决策支持系统。 Weber 等

9、人将MOP （多目标规划）和DEA 结合起来构建供应商选择优化模型，首先利用MOP 选择出多个供应商，再用DEA 模型过滤从中选择效率高的伙伴组合。 Li 和Yamaguchi 将灰色关联分析和粗集理论相结合解决合作伙伴选择的决策问题，其基本步骤是：确定灰色决策矩阵并标准化确定合适的供应商、确定理想供应商选择最合适的供应商。 AHP 与DEA、BP神经网络、TOPSIS、LP、MOP、灰色关联分析，以及DEA 与平衡计分卡和广义熵等组合得到广泛应用。,AHP 法与其它方法组合的主要目的是确定指标权重，但用AHP 法确定指标权重存在两方面的缺陷， 判断矩阵存在着较明显的主观色彩； 未考虑评价对象

10、所包含的信息 信息熵法确定指标权值，形成了熵与其它方法的组合。 熵是表示从一组不确定事物中提取信息量的多少。信息熵法确定指标权值的原理是：决策中某项指标的指标值变异程度越大，该指标提供的信息量越大，信息熵越小，其权重也应越大；反之，该指标的权重越小。 邵晓峰等人构建了基于熵和TOPSIS 的供应链中供应商选择模型 信息熵和灰色关联分析相结合的合作伙伴选择模型。 熵与神经网络组合、熵与主成分投影组合等也得到了应用。,TOPSIS,1. 构造初始矩阵 设有m个供应商,n 个评价指标,xij 表示第i 个供应商的第j 个指标评价值,得到的初始矩阵:Y=(xij)m n,按 进行规范化 得到的标准化矩

11、阵:Y=(yij)m n。 2. 计算各指标的权重 设第j 个指标的信息熵为： ; 其中k 是与m 有关的常数，k=(1n m)-1，0 ej 1;各指标的效用价值 hj等于信息熵ej 与1 的差,3.构造加权规范化矩阵,4.确定理想解和负理想解,其中：J1 为效益型指标集，J2 为成本型指标集,5.计算距离 供应商的评价值与理想解和负理想解的距离分别为：,6.确定相对接近度。供应商的评价值与理想解的相对接近度为；,7.排序优选 按Ci由大到小的顺序对供应商进行排序优选，其中相对接近度Ci 最大的供应商，就是最佳的合作伙伴。,2.4 因素：从单一到综合,2.4.1 选择准则从单项到多项 最早的

12、选择准则是单一的成本准则，对应于这一准则，逐步形成了多种基于成本的合作伙伴选择方法。EOQ 法、成本比率法和活动成本法； 成本准则简单易行，并能考虑数量打折情况，但存在准则单一、以偏概全的缺陷。 Dickson 的研究最早、最有影响，他通过对采购经理和采购代理的调查整理出23 条合作伙伴选择准则，并按重要性对其进行排序 Weber 等人统计分析了19671990 年间出现的74 篇相关文献，给出了23 条准则的重新排序。,2.4.2 优化模型从单目标到多目标 单目标线性规划。1974 年，Gaballa 首次将线性规划方法用于合作伙伴选择问题，以采购成本为目标，以需求和供应能力为约束，并考虑全

13、额数量打折情况；Turne ，Pan 等 1993 年Weber 和Curre 首次运用多目标规划建立合作伙伴选择模型，将价格、质量、交货作为目标，供应能力、需求、政策、资金等作为约束，根据Fortune 500 强的一个企业的供应商选择问题建了一个具体模型，得到较满意的结果 史学锋和徐国华以价格、质量和配送水平等三方面引起的客户不满意度为目标，需求量和供给能力为约束，建立了集成单阶段与多阶段合作伙伴选择的混合整数规划模型，既可以选择单阶段供应商，也可选择多阶段供应商，即供应商的供应商。 模糊多目标规划。Kumar、Vrat 和Shankar 以成本、次品和延期交货最小化为目标，以需求量、能力

14、、配额弹性、购买价值为约束，利用模糊线性处理技术，建立了模糊多目标混合整数规划模型。,2.5 过程：从静态到动态 指标权重的动态性 针对不同的评价对象给出不同的权重。传统的指标权重确定方法主要有头脑风暴法、Delphi 法和AHP 法。利用这些方法得出的指标权重，除受主观因素影响较大外，还具有一旦确定下来就固定不变的缺陷。 信息熵技术，使权重随评价对象的变化而改变，使评价选择结果更加客观有效。 主成分分析法选择合作伙伴，把主成分贡献率作为指标权重 虽能体现动态性，但缺少定性分析。用主观权重修正客观权重得到综合权重。 行为表现的动态性 王学军和郭亚军提出了合作伙伴选择的三维动态组合评价方法，分历

15、史、现状和将来三个不同时期分别进行评价，再采用线性加权的方法对三个时期的评价结果进行综合； 王迅和刘德海运用有限次重复博弈理论建立了合作伙伴选择的声誉效应模型，根据合作伙伴过去的信誉程度判断当前行为和未来可能的行为方式，进而选择能够形成稳定合作关系的伙伴。,遗传算法（Genetic algorithm）,遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，它根据适者生存、优胜劣汰等自然进化规则搜索和计算问题的解。它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著Adaptation in Natural and Ar

16、tificial Systems，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。,由于遗传算法的整体搜索策略和优化搜索方法在计算上不依赖于梯度信息或其它辅助知识，而只需要影响搜索方向的目标函数和相应的适应度函数，所以遗传算法提供了一种求解复杂系统问题的通用框架，它不依赖于问题的具体领域，对问题的种类有很强的鲁棒性（robustness） ，所以广泛应用于生产、自动控制、机器人学、图象处理、人工生命、遗传编码和机器学习等方面。,遗传算法的基本思想是：从一组解的初值开始 进行搜索，这组解称为一个种群，种群由一定数 量、通过基因编码的个体组成，其中每一个个体 称为染色体。不同个体通过染色体的复制、交叉 和变异又生成新的个体，依照适者生存的规则， 个体也在一代一代进化，通过若干代的进化最终 得出条件最优的个体。,基本概念 1. 个体与种群 个体就是模拟生物个体而对问题中的对象