基于直觉模糊TOPSIS 法的SDN 企业合作伙伴选择问题研究

0 引 言

随着经济的发展和科技的进步， 市场已经逐渐从相对稳定的局面演变为动态多变的局面， 单个企业、 乃至少数企业结成的联盟仅凭借自身力量已经难以应对复杂多变的市场环境， 只有通过以共赢为目的的战略合作方式才能最大限度地发挥企业自身优势[1]， 为此， 时代呼唤新的管理理念和管理模式的产生。 基于这个背景， 多功能开放型企业供需网（SDN—Supply and Demand Network with multifunctional and opening characteristics for enterprise） 应运而生， 它是指以全球资源获取、 全球制造、 全球销售和提高企业综合能力为目标， 相关企业之间由于“ 供需流” 的交互作用而形成的多功能开放式的供需一体化动态网络模式[2]。 它有多功能性合作、 充分开放性合作、 包容性合作和动态网络性合作的基本特征， 这些特征分别从不同的方面体现出了SDN 企业“ 以合作为主、 竞争为辅” 的经营战略。 因此， 在SDN 企业构建的过程中， 如何采取合理有效的方法选择合适的、优质的合作伙伴以提高整体的效益和竞争力， 不仅关系到SDN 企业的绩效和成败， 同时也关系到整个供需网系统的良性运作，是一项非常重要的研究内容。

迄今为止， 国内外学者对企业合作伙伴选择问题的研究主要是以供应链为研究对象， 然而随着供需关系已经逐步从链式结构趋向于网络化结构的方式发展， 而研究中对基于供需网的合作伙伴选择问题却较少。 吴冲（Chong Wu） 等[3]（2011） 梳理并总结了供应链合作伙伴选择的多种方法， 主要包括定性与定量相结合的分析模型， 如层次分析法、 网络分析法等； 模糊评价模型， 如粗糙集、 模糊函数； 生物进化算法等模拟自然界的选择方法， 如遗传算法、 蚁群算法； 数学规划方法， 如目标规划、 多目标规划和整数规划等， 并指出上述方法的优缺点和适用范围。 Cheng-When Chang 等[4]（2012） 对供应链网络中不同类型的企业合作策略进行了分析， 比较了各企业的合作内涵与动机。 胡伟、 徐福缘（2013）[5]提出了基于供需网基本特征理念的企业合作伙伴选择的多目标决策模型， 用粒子群算法对模型进行优化和求解， 最后得出最佳的合作伙伴组合。 何源等（2013）[6]结合博弈理论分析方法和最小二乘曲线拟合思想， 构建了供需网企业动态演化模型， 最终得出最优合作期望收益函数以及合作收益系数这一影响供需网成员企业动态合作选择的重要因素。

从上述研究成果来看， 目前虽然针对多功能开放型企业供需网合作伙伴选择方面的研究成果较为稀少， 然而与之研究有着紧密关联的传统企业和供应链企业合作伙伴选择的研究方法和研究角度却很多， 如大多数文献采用层次分析方法、 网络分析法、 数据包络分析方法、 灰色关联度分析方法、 模糊综合评价法等， 这些成果为研究SDN 企业合作伙伴的选择提供了借鉴。此外， 虽然有少数文献已经对基于供需网的企业合作从不同的角度进行了探究， 然而并没有从整体上依据SDN 企业的所有特征， 给出一个切实可行的方案。 SDN 是一个建立在多种供需关系的基础上具有复杂网络结构的节点集合， 其节点内涵趋于多样化， 它既可以是企业、 科研机构、 金融机构和个人， 也可以是供应链、 虚拟企业或是动态联盟， 这些节点由于供需关系的驱动成为SDN 的成员并具有平等的关系。 因此， SDN 企业合作伙伴的选择问题不同于传统企业之间或供应链间的合作伙伴选择问题， SDN 企业的合作是节点之间的合作， 并且各节点企业遍布全球， 合作的目的不仅要使参与的企业节点受益， 更要使整个供需网络系统的社会效益和经济效益得到改善， 同时要兼顾考虑资源环境效益和经济效益协同发展。 以此为基础， 本文首先结合SDN 企业的特点及其合作伙伴选择的原则构建了SDN 企业合作伙伴选择评价指标体系， 同时， 将直觉模糊熵方法与TOPSIS 法结合， 以此构建基于直觉模糊TOPSIS 法的SDN 企业合作伙伴选择模型， 为SDN 企业合作伙伴的正确选择提供理论和实践依据。

1 SDN 企业合作伙伴选择的评价指标体系

目前， 学术界普遍关注的企业合作关系多集中在供应链、 企业集群、 战略联盟和虚拟企业中。 而SDN 则将人们的认识范畴从垂直一体化的链式方向向横向多产品市场的网络化方向扩展， 它综合集成了以往各联盟形式的优势， 同时克服了他们的缺陷和不足， 是一种更高层次的、 创新的合作理念。 因此， SDN 企业合作伙伴选择评价指标的选择要区别于传统企业合作伙伴选择的评价指标， 建立体现SDN 企业特征的评价指标体系。

根据SDN 企业的特点， 基于系统性、 科学性、 定性和定量相结合的原则， 本文在参阅了大量相关资料的基础上， 构建了包括目标层、 准则层和指标层三个层次在内的SDN 企业合作伙伴选择的初始指标体系， 见表1 所示。 考虑到各个合作伙伴的差异， 这些指标在实际操作时可进行取舍。

表1 SDN 企业合作伙伴评价指标体系

2 基于直觉模糊TOPSIS 法的SDN 企业合作伙伴综合评价模型

由于SDN 企业合作伙伴选择评价指标体系是一个多属性、 多层次、 不确定性的评价体系， 为了合理的评价， 本文在根据大量文献阅读研究的基础上， 选取了直觉模糊熵与TOPSIS 方法相结合的评价方法对SDN 企业候选合作伙伴进行评价。 首先考虑到SDN 企业合作伙伴选择的模糊性的特点， 且对于其评价指标无法用客观的数据进行量化， 因此本文采用增加了度量专家犹豫度的直觉模糊数来表示评价信息， 并与客观性较强的信息熵方法结合， 依据熵权公式计算出各项评价指标的熵权。 最后运用TOPSIS （逼近理想解） 方法对SDN 企业各候选伙伴进行综合评价和排序， 最终选择出SDN 企业的最优合作伙伴。

2.1 基于直觉模糊熵的评价指标熵权的确定

（1） 将决策信息转化为决策矩阵

1969 年， Zadeh 首次提出了模糊熵的概念， 它主要是一种度量模糊集信息量和模糊性的工具， 所以， 直觉模糊熵主要就是用来度量直觉模糊集中的不确定信息[7-9]。 根据本文构建的指标体系， 采用专家打分法进行评价， 首先提取出专家对所有指标的评价值， 构成初始评估矩阵（其中m表示候选合作伙伴的个数；n表示评价指标的个数）：

接下来再采用合作价值量化等级表对各项指标评价值进行量化[10]（见表2） ， 将评定值αmn转化为直觉模糊集的形式， 其中μmn表示αmn对合作价值的隶属度， υmn表示αmn对合作价值的非隶属度， πmn=1-μmn-νmn表示专家在对指标αmn评估时的犹豫度或不确定度[11]。

表2 合作价值量化等级表

因此， 可建立直觉模糊评价矩阵：

在以上的直觉模糊评价矩阵D中：

（2） 建立评价指标直觉模糊熵矩阵

在现有的研究中， 学者针对直觉模糊熵的公理化定义比较多， 构造的直觉模糊熵计算公式也各有侧重， 本文采用郭洪灿等人提出的定义进行计算。 那么， 得出第i个候选企业的第j个评价指标的直觉模糊熵E（xij）为：

因此， 可以利用该公式将模糊评价矩阵中的每一个指标评价值均转化为直觉模糊熵的形式， 进而得出直觉模糊熵矩阵为：

（3） 指标熵权的确定

根据直觉模糊熵矩阵， 进而可以得出各个指标的直觉模糊熵。 则第j个指标的直觉模糊熵为：

同时， 利用熵权的公式， 可最终得出第j个指标的熵权：

2.2 基于TOPSIS 的SDN 企业合作伙伴评价

（1） 确定指标正理想解和负理想解

直觉模糊正理想解是指完全满足各项指标的候选伙伴， 而直觉模糊负理想解是指完全不满足任何指标的候选伙伴。 定义直觉模糊正理想解和负理想解为：

其中：

（2） 计算加权欧氏距离

（3） 计算相对接近度

3 算例分析

为了进一步证明模型的有效性， 现给出如下算例。 假设供需网系统中有一节点企业拟定从｛A1A2A3｝三个候选企业中选择出适合自身的合作伙伴， 现聘请精通物流、 营销、 采购、 财务等各个领域的专业人员成立决策专家小组， 根据评价指标体系， 分别对各企业的各项指标进行综合打分， 指标实行10 分制， 评定结果如表3 所示。

表3 三个候选企业评价指标对应的初始评定值

第一步 根据合作价值量化等级表（见表4） 将专家对各项指标的初始评价值转化为直觉模糊数的形式， 如表4 所示：

表4 三个候选企业直觉模糊形式的评价指标数据

第二步 确定各项指标的权重系数：

首先根据公式（3） 求出三个候选企业的每个指标所对应的直觉模糊熵， 结果见表5 所示：

表5 三个候选企业各个指标对应的直觉模糊熵

其次， 根据公式（4）～（6） ， 计算出各个指标的熵权向量为：

第三步 利用公式（7） 、 （8） 确定正负理想合作伙伴：

根据直觉模糊理想解的定义及性质， 构造直觉模糊正理想解方案A+与负理想解方案A-， 如表6 所示。

表6 直觉模糊正理想解与负理想解

第四步 利用公式（9）～（11） 确定加权欧式距离及相对相似度， 结果如表7 所示：

表7 各候选合作企业到理想解的加权距离及相对相似度

第五步 根据表7 中的Gi的值确定各候选合作伙伴的排序为：

所以， 候选合作伙伴中企业A1为首选。

4 结论与展望

SDN 是全球经济一体化环境下的新型企业经营管理模式， 它将传统的竞争战略向合作共赢战略转变， 更加注重企业之间的合作关系。在供需网环境下， 正确的选择合作伙伴是保证SDN 企业有效运行的基础。本文基于SDN 企业的特点， 设计了SDN企业合作伙伴选择的评价指标体系。同时， 考虑到评价指标体系与评价方法的适应性， 以及基于SDN 企业合作伙伴选择的特殊性和模糊性的特点， 本文提出了直觉模糊熵方法与TOPSIS 法相结合的评价方法， 提出了一种基于直觉模糊TOPSIS 法的SDN企业合作伙伴选择的新方法。最后， 算例分析也充分证明了该方法的算法的可行性和有效性， 且评价过程简单直观， 应用方便灵活， 具有一定的参考价值。

[1] 胡伟， 徐福缘， 台德艺. 基于供需网的企业合作偏好度及其稳定性[J]. 系统工程， 2014(32):84-89.

[2] 徐福缘， 何静. 多功能开放型企业供需网初探[J]. 预测， 2002,21(6):19-22.

[3] Chong Wu, David Barnes. A Literature Review of Decision-Making Models and Approaches for Partner Selection in Agile Supply Chains[J]. Journal of Purchasing & Supply Management, 2011(17):256-274.

[4] Chang C w, Chiang D M, Pai F Y. Cooperative strategy in supply chain network [J]. Industrial Marketing Management,2012,41(7):1114-1124.

[5] 胡伟， 徐福缘. 基于粒子群算法的供需网合作伙伴选择问题研究[J]. 微电子学与计算机， 2013,30(1):70-72.

[6] 何源， 徐福缘. 供需网企业动态合作影响因素分析[J]. 计算机应用研究， 2013,30(12):3667-3673.

[7] Burillo P, Bustince H. Entropy on intuitionistic fuzzy sets and on interval-valued fuzzy sets[J]. Fuzzy Sets and Systems, 1996(3):403-405.

[8] Eulalia Szm idt, Janusz Kacprxyk. Entropy for intuitionistic fuzzy sets[J]. Fuzzy Sets and Systems, 2001,35(4):467-477.

[9] Vlachos I K, Sergiadis G D. Intuitionistic fuzzy inform ation-applications to pattern recognition[J]. Pattern Recognition Letters,2007(28):197-206.

[10] 王邦兆， 梁卡丽. 基于熵的供应链合作伙伴风险评估与选择方法[J]. 技术经济与管理研究， 2013(7):27-31.

[11] 陆秋琴， 赵俏. 基于熵权的TOPSIS 供应链合作伙伴选择方法[J]. 物流技术， 2014,33(7):330-354.