车辆周转器材品种的多权重综合评价

王凤忠，郭健杰，何 健

(1.军事交通学院 军用车辆系，天津 300161； 2.军事交通学院 研究生管理大队，天津 300161； 3.92306部队，海南 陵水 572400)

● 装备保障 Equipment Support

车辆周转器材品种的多权重综合评价

王凤忠1，郭健杰2，何 健3

(1.军事交通学院 军用车辆系，天津 300161； 2.军事交通学院 研究生管理大队，天津 300161； 3.92306部队，海南 陵水 572400)

为科学储备部队车辆周转器材、优化品种设置，必须对周转器材品种进行科学评价。通过建立车辆周转器材品种评价指标体系，将模糊层次分析法和信息熵进行有机结合，利用熵权值来调整主观权重系数，并引入专家权重系数， 确定组合权重系数，从而优化车辆周转器材品种的综合评价结果。

车辆周转器材；模糊层次分析法；信息熵；权重系数

车辆周转器材品种评价的准确与否，在很大程度上将影响整个周转库存对部队的保障效益。如果周转器材品种偏多，将会造成大量器材的积压浪费；如果库存器材品种偏少，就不能有效地满足部队保障需求[1]。为使部队车辆周转器材品种储备更加科学合理，必须对周转器材品种进行准确评价，不断优化周转器材储备品种。

目前，部队对车辆周转器材品种的研究大多采用多层次模糊评价法[2]，该方法主要存在主观性偏强、指标权重分配不合理等问题。因此，本文通过多层次模糊评价法构建品种的评价指标体系，将信息熵和层次分析法相结合，引入专家权重系数[3]确定各级指标的权重系数。

1 构建车辆周转器材品种评价指标体系

根据部队车辆周转器材品种的多方面影响因素，结合车辆器材保障的自身特点，最终从周转器材的关键性、损耗性、经济性、保障性4个方面，建立了17个二级指标[4]体系(见表1)。

表1 部队车辆周转器材品种的评价指标体系

2 基于信息熵的车辆周转器材品种的模糊综合评价模型

模糊综合评价就是对周转器材品种的各方面特性、各个影响因素进行综合考虑，在此基础上对一些不易衡量的评价指标进行量化处理，并依据不同指标的影响程度大小来确定权重系数，从而对各个指标进行定量的综合评价。

2.1 构造比较判断矩阵

依据部队车辆周转器材品种的评价指标体系，各层因素指标之间的隶属关系就已经被确定了，其相对重要程度可以由比较判断矩阵计算出。各层次中因素两两比较判断的结果可用1～9标度法来表示，具体对照关系见表2。

表2 标度含义对照

2.2 确定模糊权重系数

对专家意见的处理，一般运用几何平均数的方法[5]。对上述比较判断矩阵进行几何平均计算，然后进行归一化处理，得到各因素的指标所分配的权重a，则权重集为M={a1，a2，…，am}；再对相对判断矩阵进行随机一致性检验，来验证权重系数确定的合理可靠性。

(1)

(2)

因此，可以得到各因素的指标权重为ai，则权重集为M={a1，a2，…，am}。由式(2)可以确定相对判断矩阵的最大特征值λmax。

(3)

从而得出相对判断矩阵的一致性指标CI：

CI=(λmax-m)/(m-1)

(4)

最后得出相对判断矩阵的随机一致性比率CR：

CR=CI/RI

(5)

式中RI为平均随机一致性指标，可以查表获取。

当CR<0．1时，即判定该相对判断矩阵具有相对满意的一致性，即所确定的权重系数具有一定的合理可靠性[6]。

2.3 基于信息熵的组合权重系数的确定

(6)

式中:k为常数且大于0；对数的底可以根据实际情况进行取值，一般取2、e、10。

依据式(6)，则第i个评价指标的熵为

(7)

式中选取以e为底数的对数。

对熵hi进行标准化处理得

(8)

式中k取1/lnm，为常数且大于0。

令gi=1-hi，则第i个指标的熵权βi定义为

(9)

对于第i个评价指标，根据式(8)、(9)，当隶属度rij的差异性gi越小，熵值hi就越大；当隶属度rij的差异性gi越大，熵值hi就越小，这时该指标的作用就越明显；当rij恰好都取同等大小时，熵值hi取最大值，即hmax=1，这时该指标对整个系统的评价不会产生影响。

因此，将主观权重系数值用熵权值来进行调整，即可得到组合权重系数：

(10)

式中:αi为第i个评价指标的模糊权重系数；μi为第i个指标的组合权重系数。

2.4 确定评价因素的评语集

评语是按照一定的评价标准将评价对象的优劣程度划分为不同的等级，从而组成一个模糊评价的评语集C，则C={c1，c2，…,cp}，其中cv(v=1,2,…，p)是第v个可能的评价结果。专家打分时依据各个指标的具体含义来确定其模糊评估值[9]。为了方便计算各评价指标的隶属度大小，本文的评估值划分标准见表3。

表3 评估值划分标准

2.5 进行模糊综合评价

采用Delphi法，组织多名不同种类的专家进行单因素模糊评价，从而得到单因素模糊评估值。根据模糊评估值来确定模糊评价矩阵。设对第i层第j列指标因素kij作单因素评价，评价对象隶属于评语集中第v个元素的隶属度为rijv(i=1，2，…，m；j=1，2，…n;v=1，2，…,p)，则模糊综合评价的单因素评价矩阵为

(11)

式中rijv为第i层第j列指标的第v个评语量化值。

那么，对第i层所有指标进行模糊综合评价的计算式为

B=μi·Ri

(12)

式中B为第i层指标的模糊综合评价集。

二级模糊评价是对第一级的合成运算，则基于信息熵的多层次模糊综合评价结果为

C=μ·B

(13)

式中μ为二级评价指标因素的组合权重集。

3 确定专家权重系数

为使评估结果更加科学，指标权重分配更加合理，本文对器材的重要程度进行评价时，有针对性地选取了3类专家(军队院校专业教授、部队器材高级工程师和军工厂商)进行评价。并依据不同专家对不同指标的了解程度分别对其赋予不同的权重，即添加了专家权重ω，采用双重权重的方法更加科学合理地评价各器材指标的相对重要性[10]。依据3类不同专家对不同指标因素的了解程度分别对其进行合理的赋权。一般的对应关系见表4。

表4 了解程度等级与专家权值区间的对应关系

则，第t类专家对K指标的专家权重为

(14)

因此，各指标的专家权重集为ω=(ω1，ω2，ω3)。这就有机结合了各个方面的评价优势，科学合理地配置各评价主体的权重，使评价结果更为权威全面。

根据建立的部队车辆周转器材品种评价指标体系以及组合权重的计算方式，对所得到模糊综合评价的最终结果进行合成优化，公式为

E=ωt·Et

(15)

式中：E为最终指标评价结果；ωt为第t类专家的专家权重系数；Et为第t类专家的模糊综合评价结果。

4 车辆周转器材品种的综合评价标准

基于上述综合评价方法得出最终的评价结果，再按照各指标评价值的大小来判定其重要性和储备需求，具体品种划分标准见表5[11]。

表5 车辆周转器材品种的划分标准

5 实例验证

本文以部队级车辆周转器材品种中的机油泵为研究对象，分别选取军队院校专业教授、部队器材高级工程师和军工厂商各50名进行问卷调查。

首先通过军队院校专业教授对所构建部队车辆周转器材品种评价指标体系中的各指标重要程度进行比较判断，运用多层次模糊分析法对各指标的主观权重系数进行计算。

各子因素(下层)指标的模糊权重系数值分别为

m1=(0．55，0．12，0．33)

m2=(0．09，0．26，0．12，0．20，0．33)

m3=(0．16，0．31，0．10，0．07，0．36)

m4=(0．46，0．19，0．09，0．26)

各因素(上层)指标的模糊权重系数值为

m=(0．45，0．35，0．08，0．12)

再依据熵权值的运算方法对各指标的客观熵权系数进行计算。

各子因素(下层)指标的熵权系数值分别为

β1=(0．38，0．27，0．35)

β2=(0．15，0．21，0．23，0．24，0．16)

β3=(0．31，0．19，0．18，0．15，0．17)

β4=(0．25，0．30，0．22，0．23)

各因素(上层)指标的模糊权重系数值为

β=(0．22，0．16，0．27，0．18)

列出各子因素(下层)指标隶属于评语集的模糊综合评价矩阵，根据式(10)得各子因素(下层)指标的组合权重系数分别为

μ1=(0．58，0．10，0．32)

μ2=(0．07，0．27，0．14，0．24，0．28)

μ3=(0．25，0．30，0．09，0．05，0．31)

μ4=(0．45，0．23，0．08，0．24)

各因素(上层)指标的组合权重系数为

μ=(0．49，0．30，0．10，0．11)

对部队车辆周转器材品种进行一级综合模糊评价：

基于信息熵的多层次模糊综合评价结果为

C=μB=(0．38，0．27，0．23，0．12)

E′=C′·U=0．65

同理，部队器材高级工程师对该周转器材品种的关键性E″1、损耗性E″2、经济性E″3、保障性E″4和总体综合评价结果E″分别为

E″1=B″1·U=0．78

E″2=B″2·U=0．59

E″3=B″3·U=0．62

E″4=B″4·U=0．49

E″=C″·U=0．68

军工厂商对该周转器材品种的关键性E‴1、损耗性E‴2、经济性E‴3、保障性E‴4和总体综合评价结果E‴分别为

E‴1=B‴1·U=0．72

E‴2=B‴2·U=0．51

E‴3=B‴3·U=0．70

E‴4=B‴4·U=0．58

E‴=C‴·U=0．63

依据3类不同专家对不同指标因素的了解程度分别对其进行合理赋值，再根据式(14)，军队院校专业教授、部队器材高级工程师和军工厂商3类专家的专家权重系数分别为：ω1=0．45，ω2=0．38，ω3=0．17。根据式(15)，该周转器材品种的关键性E1、损耗性E2、经济性E3、保障性E4和最终总体综合评价结果E为

E=ωi·(E′，E″，E‴)=0．66

从最终综合评价的结果可以看出，机油泵这个器材品种的关键性、损耗性、经济性以及保障性各方面评价值均比较高，其总体评价值也较高，属于明显需求的器材。因此，机油泵应当列入该单位库存器材品种序列之中，建立一定的储备。

6 结 语

本文在层次分析法的基础上，结合了信息熵的方法对评价因素指标的权重进行调整。通过组合权重系数优化了多层次模糊综合分析法中的主观因素，增加了客观性。最后，又引入了专家权重，有效规避了专家对指标因素评价时的片面性，使评价结果更加权威准确。本研究可为部队车辆周转器材的品种评价提供一定的参考。

[1] 王亮.军用车辆器材保障概论[M].北京:金盾出版社,2014：106-113.

[2] 程启月.评测指标权重确定的结构熵权法[J].系统工程理论与实践,2010,30(7):1225-1228.

[3] 李思源,谭叶双.基于层次分析法和信息熵的多指标选取[J].计算技术与自动化,2012,31(4):99-103.

[4] 陶金宸.部队车辆周转器材库存结构调整研究[D].天津:军事交通学院,2014.

[5] 王铁宁,于双双,李宁.战时装备备件品种确定方法研究[J].物流科技,2012(9):91-95.

[6] 陈松辉,邱宏理.基于AHP和模糊综合评判法的登陆作战效能分析[J].舰船电子工程,2013,33(2):91-93.

[7] 周礼胜.基于模糊层次分析法和信息熵的应急物资库存管理研究[D].合肥:中国科学技术大学,2010.

[8] 郝桂荣.基于信息熵-AHP组合权重系数的图书馆服务质量多层次模糊综合评判研究[J].现代情报，2010,30(2):133-137.

[9] JIN Y, ZOU Y,WANG Y. Partner choice of iron and steel logistics alliance based on fuzzy analytic hierarchy process[J]. Advanced Materials Research, 2012,42(4):119-122.

[10] 李志威,吕亚飞,何健.基于双重权重的车辆战备维修器材品种优化研究[J].军事交通学院学报,2015,17(12):22-26.

[11] 苏丽娜.基于层次分析法确定战时工程装备品种问题研究[J].中国包装工业,2012(7):44-46.

(编辑：孙协胜)

Comprehensive Evaluation on Multiple Weights of Vehicle Turnover Equipment Varieties

WANG Fengzhong1, GUO Jianjie2, HE Jian3

(1.Military Vehicle Department, Military Transportation University, Tianjin 300161, China;2.Postgraduate Training Brigade, Military Transportation University, Tianjin 300161, China;3.Unit 92306, Lingshui 572400, China)

It is necessary to evaluate turnover equipment varieties for storing vehicle turnover equipment and optimizing variety setting. By establishing evaluation index system of vehicle turnover equipment varieties, the paper firstly combines fuzzy analytic hierarchy process (FAHP) with information entropy organically, and adjust the subjective weight coefficient with entropy weight. Then, it introduces expert weight coefficient and determines combination weight coefficient, which can optimize the comprehensive evaluation result of vehicle turnover equipment varieties.

vehicle turnover equipment; fuzzy analytic hierarchy process (FAHP); information entropy; weight coefficient

2017-03-13；

2017-04-18． 作者简介： 王凤忠(1969—)，男，硕士，副教授，硕士研究生导师．

10．16807/j.cnki.12-1372/e.2017.07.007

E246

A

1674-2192(2017)07- 0026- 05