許 可，宮 華，劉慧萍，宋鳴奇，韓繼東

(沈陽(yáng)理工大學(xué) 理學(xué)院，遼寧 沈陽(yáng) 110159)

應(yīng)急物流保障能力評(píng)價(jià)的模糊熵模型研究

許 可，宮 華，劉慧萍，宋鳴奇，韓繼東

(沈陽(yáng)理工大學(xué) 理學(xué)院，遼寧 沈陽(yáng) 110159)

對(duì)應(yīng)急物流保障能力進(jìn)行全方位有效的評(píng)價(jià)可以促進(jìn)應(yīng)急物流保障體系的構(gòu)建和完善，保障應(yīng)急物流的順利實(shí)施，從而降低突發(fā)事件的影響。由于應(yīng)急物流的突發(fā)性、時(shí)間約束的緊迫性和弱經(jīng)濟(jì)性，傳統(tǒng)的主觀確定指標(biāo)權(quán)重方法在評(píng)價(jià)上存在缺陷。本文針對(duì)應(yīng)急物流構(gòu)建了評(píng)價(jià)指標(biāo)及模型，針對(duì)傳統(tǒng)的單一專(zhuān)家主觀確定權(quán)重的方法進(jìn)行了改進(jìn)，采用信息熵客觀評(píng)價(jià)和主觀評(píng)價(jià)相結(jié)合的方法進(jìn)行應(yīng)急物流系統(tǒng)的可靠性評(píng)估。通過(guò)指標(biāo)分析，對(duì)評(píng)價(jià)指標(biāo)進(jìn)行綜合篩選，確立評(píng)價(jià)指標(biāo)體系。通過(guò)三角模糊矩陣的建立，設(shè)計(jì)了指標(biāo)熵、指標(biāo)總熵以及組合權(quán)重的計(jì)算方法，運(yùn)用模糊熵評(píng)價(jià)將信息度量反映到組合權(quán)中，然后運(yùn)用關(guān)聯(lián)函數(shù)進(jìn)行了綜合評(píng)價(jià)，從而建立了基于模糊熵的應(yīng)急物流保障能力評(píng)價(jià)模型。給出一個(gè)實(shí)例，采用文中設(shè)計(jì)的方法得出相應(yīng)的評(píng)價(jià)結(jié)果。

應(yīng)急物流；保障能力評(píng)價(jià)；模糊熵

隨著現(xiàn)代社會(huì)的快速發(fā)展，近年來(lái)自然災(zāi)害或突發(fā)性的公共衛(wèi)生事件頻繁發(fā)生。日益嚴(yán)峻的各種災(zāi)害對(duì)社會(huì)的穩(wěn)定和諧發(fā)展已經(jīng)構(gòu)成了巨大的威脅。這些突發(fā)事件也造成了對(duì)應(yīng)急資源的巨大需求。如何計(jì)劃、管理和控制這些資源的運(yùn)輸，并迅速實(shí)現(xiàn)救災(zāi)物資和設(shè)備的及時(shí)、準(zhǔn)確、安全到達(dá)，應(yīng)急物流系統(tǒng)的保障能力變得尤為重要[1 - 3]。對(duì)應(yīng)急物流保障能力進(jìn)行行之有效的評(píng)價(jià)，對(duì)制定應(yīng)急預(yù)案，降低防災(zāi)、抗災(zāi)及救災(zāi)的成本，尋找應(yīng)急保障體系的缺陷，促進(jìn)應(yīng)急物流保障體系的構(gòu)建和完善，減輕突發(fā)事件的影響具有十分重要的現(xiàn)實(shí)意義。

目前，國(guó)內(nèi)外對(duì)應(yīng)急物流系統(tǒng)保障能力的研究主要從供應(yīng)鏈、物資儲(chǔ)備能力、響應(yīng)能力等某一側(cè)面來(lái)進(jìn)行研究。例如，Luton認(rèn)為供應(yīng)鏈可靠性主要是指庫(kù)存的保障能力[4]。Philippe等人提出了一種基于貝葉斯網(wǎng)絡(luò)的方法來(lái)評(píng)估供應(yīng)鏈保障能力的方法[5]。Schoenig使用隨機(jī)馬爾可夫鏈來(lái)構(gòu)建混合動(dòng)態(tài)系統(tǒng)的可靠性模型[6]。Yanbing Ju等結(jié)合模糊層次分析法與二元模糊語(yǔ)言教讀法對(duì)應(yīng)急響應(yīng)能力進(jìn)行了評(píng)價(jià)[7]。Juan Liua等人針對(duì)應(yīng)急資源儲(chǔ)備系統(tǒng)的能力，基于資源的滿(mǎn)意度函數(shù)，同時(shí)考慮受災(zāi)區(qū)域的應(yīng)急物資需求量和到達(dá)時(shí)間設(shè)計(jì)了一個(gè)多目標(biāo)，多階段的評(píng)價(jià)方法[8]。Bengang Gong提出了一種評(píng)價(jià)應(yīng)急物流保障能力的模糊聚類(lèi)方法，由信息熵和模糊聚類(lèi)來(lái)共同確定評(píng)價(jià)權(quán)重[9]。

在評(píng)價(jià)方法方面，A.De Luca等首次使用香農(nóng)理論，提出了一種模糊熵方法用來(lái)評(píng)價(jià)模糊模型的隸屬函數(shù)的方法[10]。Jia Zhengyuan針對(duì)區(qū)域電網(wǎng)公司的生產(chǎn)能力，建立了基于模糊熵的綜合評(píng)價(jià)模型，它運(yùn)用信息熵理論確定評(píng)價(jià)指標(biāo)的客觀權(quán)重，再用模糊綜合評(píng)價(jià)方法建立了一個(gè)模型來(lái)評(píng)估區(qū)域電網(wǎng)公司的運(yùn)營(yíng)能力[11]。Tien-Chin Wang等提出一種新的綜合主觀和客觀權(quán)重的模糊TOPSIS方法進(jìn)行多目標(biāo)決策，將模糊理論和香農(nóng)熵理論引入客觀權(quán)重的計(jì)算，避免決策者個(gè)人偏好的主觀性，為決策者提供更多的信息作出更準(zhǔn)確的判斷[12]。程賜勝等采用模糊熵方法對(duì)物流企業(yè)滿(mǎn)意度進(jìn)行了評(píng)價(jià)，充分利用了定性指標(biāo)的模糊信息，改進(jìn)了傳統(tǒng)的層次分析法單一確定權(quán)重的方法[13]。羅周全等運(yùn)用模糊熵評(píng)價(jià)方法對(duì)人-機(jī)-環(huán)境系統(tǒng)安全性進(jìn)行了評(píng)價(jià)，結(jié)果表明模糊熵評(píng)價(jià)方法為人-機(jī)-環(huán)境系統(tǒng)安全評(píng)價(jià)提供了強(qiáng)有力的支持[14]。

從上面的文獻(xiàn)可以看出，目前對(duì)應(yīng)急物流保障能力的研究大多是基于可靠性工程理論并結(jié)合供應(yīng)鏈特定功能或者測(cè)量節(jié)點(diǎn)的可靠性，或者應(yīng)急響應(yīng)能力等影響應(yīng)急物流保障能力的部分因素進(jìn)行探討，對(duì)應(yīng)急物流保障能力的所有影響因素進(jìn)行系統(tǒng)研究，綜合評(píng)價(jià)的相對(duì)較少。同時(shí)，現(xiàn)有的應(yīng)急物流保障能力的評(píng)價(jià)方法沒(méi)有建立相對(duì)比較完整的評(píng)價(jià)指標(biāo)體系，也沒(méi)有考慮各指標(biāo)因素間的相互影響，對(duì)評(píng)價(jià)結(jié)果的準(zhǔn)確性造成了很大的影響。另外，綜合各種評(píng)價(jià)方法來(lái)看，模糊熵方法是一種高效的評(píng)價(jià)方法，相對(duì)于層次分析法、模糊綜合評(píng)價(jià)法等傳統(tǒng)的評(píng)價(jià)方法，模糊熵方法更客觀有效。

根據(jù)以上文獻(xiàn)，本文對(duì)于應(yīng)急物流系統(tǒng)構(gòu)造評(píng)價(jià)指標(biāo)體系和評(píng)價(jià)模型，將運(yùn)用模糊聚類(lèi)和信息熵來(lái)確定權(quán)值的方法應(yīng)用于應(yīng)急物流系統(tǒng)的可靠性評(píng)估。

1 應(yīng)急物流保障能力評(píng)價(jià)指標(biāo)體系的建立

一般來(lái)說(shuō)，物流能力的構(gòu)成具有兩重性：即有形要素和無(wú)形要素[2]，應(yīng)急物流也是如此。在應(yīng)急物流中有形要素應(yīng)該是指應(yīng)急物流系統(tǒng)的物質(zhì)能力，包括運(yùn)輸?shù)缆窢顩r、配送中心的設(shè)置、應(yīng)急物資儲(chǔ)備能力、運(yùn)輸工具工作能力及救援人員配備數(shù)量等[2]。無(wú)形要素應(yīng)該是指所有參與人員對(duì)整個(gè)應(yīng)急物流系統(tǒng)的設(shè)計(jì)、組織、調(diào)控能力，包括突發(fā)事件發(fā)生前制定政策以及方案、檢測(cè)預(yù)警機(jī)制、培訓(xùn)演練，突發(fā)事件發(fā)生后的物資調(diào)度、工作協(xié)調(diào)、信息反饋等[2]。因此，應(yīng)急物流的保障能力，就是指在整個(gè)應(yīng)急物流系統(tǒng)中的各種有形要素和無(wú)形要素的綜合反映。

通過(guò)對(duì)應(yīng)急物流保障能力共性特點(diǎn)的分析,應(yīng)急物流保障能力評(píng)價(jià)指標(biāo)體系應(yīng)該由一系列具有科學(xué)性、系統(tǒng)性、可操作性、可比性、獨(dú)立性、目標(biāo)導(dǎo)向性并且相互聯(lián)系、相互制約的指標(biāo)組成科學(xué)、完整的總體。這才能使所選擇的指標(biāo)更為合理和客觀，能夠全面系統(tǒng)地反映出應(yīng)急物流保障能力的水平。

從三方面分析各個(gè)影響因素指標(biāo)：首先是指揮組織調(diào)度因素，它主要體現(xiàn)應(yīng)急物流保障能力的無(wú)形要素，強(qiáng)調(diào)應(yīng)急物流指揮指導(dǎo)、各方協(xié)調(diào)協(xié)作及政策保障方面的能力；其次是應(yīng)急物資管理因素，主要體現(xiàn)應(yīng)急物流保障能力中的有形要素，反映的是在應(yīng)對(duì)突發(fā)事件過(guò)程中實(shí)際的物流操作系統(tǒng)對(duì)保障能力的影響；最后是信息管理因素，它為現(xiàn)代應(yīng)急物流系統(tǒng)能夠高效運(yùn)行提供了有力的支撐。

然后，借鑒層次分析法的思想,根據(jù)評(píng)價(jià)目的對(duì)評(píng)價(jià)對(duì)象結(jié)構(gòu)進(jìn)行深入的系統(tǒng)剖析，建立了3 層指標(biāo)體系；第1層，為總體指標(biāo)，即應(yīng)急物流的保障能力；第2層，為結(jié)構(gòu)指標(biāo)；第3層，為分析指標(biāo)[15]。

因此，將應(yīng)急物流保障能力評(píng)價(jià)指標(biāo)體系分為指揮組織調(diào)度、物資管理以及信息管理能力三大部分。

表1 應(yīng)急物流保障能力評(píng)價(jià)指標(biāo)體系

當(dāng)然，不是所有的調(diào)度指揮能力指標(biāo)和實(shí)施處置能力指標(biāo)都能包含在評(píng)價(jià)指標(biāo)體系中。有的指標(biāo)單位相同，特性相同，影響因素亦相同，所以可以將它們合并在一起進(jìn)行評(píng)價(jià)。對(duì)于已經(jīng)定量化的指標(biāo)可以直接確定標(biāo)準(zhǔn)，而對(duì)于沒(méi)有定量化的指標(biāo)可事先由經(jīng)驗(yàn)豐富的專(zhuān)家確立不同的等級(jí)標(biāo)準(zhǔn)，當(dāng)面對(duì)具體的情況時(shí)，根據(jù)上述標(biāo)準(zhǔn)，該項(xiàng)指標(biāo)量化為等級(jí)數(shù)值，從而可以實(shí)現(xiàn)定量化。

2 基于模糊熵的應(yīng)急物流保障能力的綜合評(píng)價(jià)模型的建立

在應(yīng)急物流評(píng)價(jià)過(guò)程中，有一些指標(biāo)很難具體量化，因此，在評(píng)價(jià)體系中必然涉及許多定性的評(píng)價(jià)指標(biāo)，在確定各種權(quán)重時(shí)必須對(duì)定性變量進(jìn)行處理。在以往的模糊綜合評(píng)價(jià)中，在對(duì)定性指標(biāo)量化過(guò)程中經(jīng)常直接采用平均數(shù)，而這樣會(huì)丟失某些有用的信息，采用三角模糊矩陣[11]評(píng)價(jià)的方法可以較為有效地彌補(bǔ)這一不足，并可以對(duì)定性指標(biāo)進(jìn)行相對(duì)準(zhǔn)確的量化處理。另外，由于每個(gè)調(diào)查者對(duì)評(píng)價(jià)指標(biāo)的認(rèn)識(shí)程度和重視程度不盡相同，會(huì)使某些指標(biāo)的調(diào)查結(jié)果有較大的差異性，利用熵評(píng)價(jià)的思想對(duì)權(quán)重加以調(diào)整可以將信息質(zhì)量反應(yīng)到評(píng)價(jià)體系中，會(huì)使整個(gè)評(píng)價(jià)模型更為科學(xué)合理[12]。

2.1 計(jì)算三角模糊權(quán)

在進(jìn)行模糊熵評(píng)價(jià)之前，需要獲取基本評(píng)價(jià)信息。利用隸屬度函數(shù)可以獲得模糊熵的評(píng)價(jià)信息，因此如何選擇隸屬度函數(shù)與模糊熵能否真實(shí)有效地反映應(yīng)急物流的保障能力有著很大的關(guān)系。為了能有效處理不同的評(píng)價(jià)樣本隸屬于各評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)區(qū)間之間的模糊性與隨機(jī)性， 可以采用三角函數(shù)來(lái)確定應(yīng)急物流保障能力評(píng)價(jià)系統(tǒng)模糊隸屬函數(shù)，其方法如下[7]：

由基本模糊理論，設(shè)B∈f(R)，其中f(R)是定義在實(shí)空間上的全體模糊集，B可由三元數(shù)組(a，b，c)決定，定義為

稱(chēng)B(x)為三角模糊數(shù)，記為B=(a，b，c)，當(dāng)a=b=c時(shí)，顯然B就為一個(gè)精確數(shù)[13]。

1) 建立初始評(píng)價(jià)矩陣。根據(jù)應(yīng)急物流保障能力的評(píng)價(jià)方式，選擇若干個(gè)評(píng)價(jià)級(jí)別組成一個(gè)評(píng)價(jià)集。由于對(duì)模糊集合的認(rèn)識(shí)程度以及對(duì)評(píng)價(jià)對(duì)象的指標(biāo)的熟悉程度在一定程度上決定了隸屬度確定的優(yōu)劣。因此本文首先采用專(zhuān)家評(píng)判法進(jìn)行打分建立初始評(píng)價(jià)矩陣。

式中：n為參與評(píng)價(jià)的專(zhuān)家人數(shù)；m為評(píng)價(jià)指標(biāo)總數(shù)(文中m=15)；[aij，bij，cij] 為專(zhuān)家j對(duì)指標(biāo)i的所有評(píng)價(jià)；aij為專(zhuān)家j對(duì)指標(biāo)i的重要程度給出的最保守評(píng)價(jià)；bij為專(zhuān)家j對(duì)指標(biāo)i的重要程度給出的最可能評(píng)價(jià)；cij為專(zhuān)家j對(duì)指標(biāo)i的重要程度給出的最樂(lè)觀評(píng)價(jià)。

每個(gè)參與評(píng)價(jià)的專(zhuān)家對(duì)各個(gè)指標(biāo)在0～100之間進(jìn)行打分，形成初始評(píng)價(jià)矩陣F。

2) 建立專(zhuān)家評(píng)價(jià)權(quán)重集合。每個(gè)專(zhuān)家的重要程度即所占權(quán)重可能會(huì)有所不同，可以看做是一個(gè)模糊集合。利用層次分析法確定每個(gè)專(zhuān)家評(píng)價(jià)的權(quán)重集合E=[r1，r2，…，rm]。

3) 進(jìn)行模糊合成。采用加權(quán)平均模糊算子M(?，⊕)[16]把表示專(zhuān)家重要性的權(quán)重集合E與初始評(píng)價(jià)矩陣進(jìn)行模糊合成得到模糊合成矩陣

T=EθF=[[a1,b1,c1] … [am,bm,cm]]

式中θ表示加權(quán)平均模糊算子。

4) 計(jì)算模糊權(quán)重集。定義指標(biāo)i的模糊權(quán)重為

從而得到模糊權(quán)重向量集

Wg=(g1,g2,…,gm)

2.2 計(jì)算熵權(quán)

初始評(píng)價(jià)矩陣是在專(zhuān)家定性評(píng)價(jià)的基礎(chǔ)上建立的，雖然在一定程度上反應(yīng)了應(yīng)急物流的保障能力，但每個(gè)指標(biāo)本身的困難程度有所不同，專(zhuān)家的理解程度不同，收集到的每個(gè)指標(biāo)包含的信息質(zhì)量也有所不同。因此需要根據(jù)信息質(zhì)量對(duì)指標(biāo)權(quán)重進(jìn)行一定程度的調(diào)整。熵是對(duì)系統(tǒng)不確定性的一種度量，系統(tǒng)的不確定性越大則信息熵越大，否則熵越小。熵理論在研究不確定性系統(tǒng)方面具有較明顯的優(yōu)勢(shì)，由此可以引入熵評(píng)價(jià)的方法。按照以下步驟來(lái)計(jì)算熵權(quán)，為了方便計(jì)算，采用信息論中對(duì)熵的定義的負(fù)值。

1) 確定指標(biāo)總熵。以初始評(píng)價(jià)矩陣為基礎(chǔ)，定義指標(biāo)i的總熵為

2) 確定各個(gè)指標(biāo)的指標(biāo)熵。定義指標(biāo)i的熵為

3) 求差異系數(shù)gi。指標(biāo)熵hi的差異系數(shù)定義為

di=1-ei

di值越大，熵值的負(fù)值就越小，熵值就越大，對(duì)評(píng)價(jià)的作用就越大；反之，則熵值越小，對(duì)評(píng)價(jià)的作用越小。

4)確定各個(gè)指標(biāo)的熵權(quán)。對(duì)步驟3)得到的di進(jìn)行歸一化處理，可計(jì)算出各個(gè)指標(biāo)的熵權(quán)

從而得到熵權(quán)向量集：

W=(w1,w2,…,wm)。

2.3 計(jì)算組合權(quán)

通過(guò)層次分析法可以得到層次權(quán)重向量為

Wh=(h1,h2,…,hm)

結(jié)合模糊權(quán)和熵權(quán)，定義指標(biāo)i的最終調(diào)整權(quán)重：

從而可得最終評(píng)價(jià)權(quán)重：

由指標(biāo)權(quán)重，就可以知道各保障能力指標(biāo)的優(yōu)劣程度。

2.4 綜合評(píng)價(jià)

采用基于可拓集的關(guān)聯(lián)函數(shù)進(jìn)行綜合評(píng)價(jià)[17]。由于選取的指標(biāo)全部為正向指標(biāo)，即得分越高，保障水平越高。因此指標(biāo)的最優(yōu)點(diǎn)應(yīng)該在右側(cè)端點(diǎn)，因此以最優(yōu)點(diǎn)在右側(cè)端點(diǎn)為情況做初等關(guān)聯(lián)函數(shù)。

定義 點(diǎn)Vi與區(qū)間Xki關(guān)于區(qū)間右側(cè)端點(diǎn)的右側(cè)距定義為

式中：Vi為區(qū)間Xki上的數(shù)；bki為區(qū)間Xki上的右端點(diǎn)；aki為區(qū)間Xki上的左端點(diǎn)

即建立最優(yōu)點(diǎn)在區(qū)間右端點(diǎn)處的關(guān)聯(lián)函數(shù)為

Kk(Vi)=

計(jì)算應(yīng)急物流保障能力各評(píng)價(jià)等級(jí)的關(guān)聯(lián)度。關(guān)聯(lián)度表示所有評(píng)價(jià)指標(biāo)符合各評(píng)價(jià)等級(jí)的程度，采用M(·,+)[17]算子來(lái)計(jì)算關(guān)聯(lián)度，即

3 算例及結(jié)果

在上述基于模糊熵的綜合評(píng)價(jià)模型的基礎(chǔ)上，以某省發(fā)生的自然災(zāi)害做案例分析。通過(guò)多種方式對(duì)自然災(zāi)害發(fā)生后應(yīng)急物流的保障情況的基礎(chǔ)數(shù)據(jù)進(jìn)行收集并提供給5位專(zhuān)家。即專(zhuān)家人數(shù)n=5。5位相關(guān)專(zhuān)家對(duì)此次事件的應(yīng)急物流保障能力按照指標(biāo)評(píng)價(jià)體系進(jìn)行打分。

可得專(zhuān)家評(píng)價(jià)矩陣：

表2 專(zhuān)家評(píng)價(jià)數(shù)據(jù)表

假設(shè)專(zhuān)家評(píng)價(jià)權(quán)重向量E=[0.2，0.15，.15，0.3，0.2]按照上述方法計(jì)算各指標(biāo)權(quán)重。

計(jì)算可得各指標(biāo)總熵集為：[0.0698，0.0702，0.0748，0.0776，0.0721，0.0734， 0.0754，0.0702，0.0688，0.0758，0.0773，0.0759，0.0732，0.0761，0.0774]

可求得各指標(biāo)的熵為：[0.0688，0.0673，0.0669，0.0697，0.0684， 0.0638，0.0654，0.0625，0.0669，0.0632，0.0635，0.0661，0.0612，0.0643，0.0651]

各指標(biāo)差異系數(shù)為：[0.9312，0.9327，0.9331，0.9303，0.9316， 0.9362，0.9346，0.9375，0.9331，0.9368，0.9365，0.9339，0.9388，0.9357，0.9349]

各指標(biāo)熵權(quán)為：[0.0544，0.0550，0.0550，0.0567，0.0559， 0.0518，0.0583，0.0555，0.0571，0.0553，0.0584，0.0533，0.0537，0.0562，0.0578]

15個(gè)指標(biāo)的組合權(quán)重集為：[0.0543，0.0573，0.0.569，0.0527，0.0541，0.0544， 0.0562，0.0530，0.0540，0.0534，0.0546，0.0539，0.0542，0.0558，0.0594]。

計(jì)算出組合權(quán)重后，評(píng)價(jià)模型就可對(duì)于控制應(yīng)急物流提供重要的決策依據(jù)。

由上述公式計(jì)算各個(gè)指標(biāo)關(guān)于評(píng)價(jià)等級(jí)的關(guān)聯(lián)度Kj(Vk)，如表3所示。

表3 評(píng)價(jià)指標(biāo)關(guān)于各級(jí)別的關(guān)聯(lián)函數(shù)值

計(jì)算專(zhuān)家j評(píng)價(jià)的應(yīng)急物流保障能力水平。

K1(P1)=-0.3063，K2(P1)=-0.0195,

K3(P1)=-0.0731，K4(P1)=-0.235,

maxKj(P1)= -0.0195

由最大關(guān)聯(lián)度原則，根據(jù)專(zhuān)家一對(duì)應(yīng)急物流保障能力評(píng)價(jià)系統(tǒng)的評(píng)價(jià)結(jié)果為中。

同理可計(jì)算：

K1(P2)=-0.30809，K2(P2)=-0.06817,

K3(P2)=-0.03678，K4(P2)=-0.24517,

K1(P3)=-0.24484，K2(P3)=-0.03142,

K3(P3)=-0.08393，K4(P3)=-0.24321,

K1(P4)=-0.15742，K2(P4)=-0.043021,

K3(P4)=-0.03002，K4(P4)=-0.20573,

K1(P5)=-0.28733，K2(P5)=-0.03884,

K3(P5)=-0.06658，K4(P5)=-0.30041。

故 maxKj(P2)=-0.03678，

maxKj(P3)=-0.03142,

maxKj(P4)=-0.03002,

maxKj(P5)=-0.03884。

所以專(zhuān)家二對(duì)應(yīng)急物流保障能力評(píng)價(jià)結(jié)果為中，專(zhuān)家三評(píng)價(jià)結(jié)果為良，專(zhuān)家四評(píng)價(jià)結(jié)果為中，專(zhuān)家五評(píng)價(jià)結(jié)果為良。

計(jì)算結(jié)果表明：綜合五位專(zhuān)家給出的數(shù)據(jù)，可計(jì)算出，此次自然災(zāi)害發(fā)生后應(yīng)急物流保障能力為中，偏向良好，一定程度上需要進(jìn)行改進(jìn)。對(duì)計(jì)算出的模糊熵進(jìn)行分析，可以看出模糊熵較大的兩項(xiàng)為0.0573，0.0594，分別對(duì)應(yīng)的指標(biāo)為：政府協(xié)調(diào)機(jī)制A2，綜合數(shù)據(jù)庫(kù)C3；由于這兩項(xiàng)模糊熵值相對(duì)較大，反映出其有序度較差，這就說(shuō)明政府協(xié)調(diào)機(jī)制與綜合數(shù)據(jù)庫(kù)需要改進(jìn)。由實(shí)例分析可看出該評(píng)價(jià)系統(tǒng)可以對(duì)應(yīng)急物流保障能力進(jìn)行全方面有效的評(píng)價(jià)。

4 結(jié)論

應(yīng)急物流保障能力涉及多方面因素，對(duì)其評(píng)價(jià)是一個(gè)較為復(fù)雜的過(guò)程。本文通過(guò)模糊熵以及最大關(guān)聯(lián)度原則對(duì)應(yīng)急物流保障能力進(jìn)行了綜合評(píng)價(jià)。在利用模糊數(shù)學(xué)以及信息熵理論計(jì)算應(yīng)急物流保障能力指標(biāo)權(quán)重的過(guò)程中，不僅保留了許多原始有用信息，又充分利用了收集資料的信息不確定度對(duì)指標(biāo)權(quán)重的影響，同時(shí)兼顧了主觀以及客觀因素。另外，使用了關(guān)聯(lián)函數(shù)進(jìn)行綜合評(píng)價(jià)，使設(shè)計(jì)的評(píng)價(jià)模型更加全面客觀。

[1]Aakil M,Caunhye X N ,Pokharel S.Optimization models in emergency logistics:A literature review[M].Socio-Economic Planning Sciences,in press,2011:1-10.

[2]歐文忠，李科，姜玉宏，等.應(yīng)急物流保障機(jī)制研究[J].物流技術(shù)，2005,(9):13-15.

[3]曹卓君.應(yīng)急物流中物資儲(chǔ)備管理策略研究[D].天津：天津師范大學(xué)，2009:20-25.

[4]Luton D.Inventory Accuracy:An over looked component of supply chain reliability[J].Material Management and Distribution,2004,49(7):69-71.

[5]Philippe W,Lionel J.Complex system reliability modeling with dynamic object oriented bayesian networks[J].Reliability Engineering and System Safety,2006,91(2):149-162.

[6]Schoenig R,Aubry J F,Cambois T,et al.An aggregation method of Markov graphs for the reliability analysis of hybrid systems[J].Reliability Engineering and System Safety,2006,91(2):137-148.

[7]Yanbing Ju,Aihua Wang,Xiaoyue Liu.Evaluating emergency response capacity by fuzzy AHP and 2-tuple fuzzy linguistic approach[J].Expert Systems with Applications 2012,(39):6972-6973.

[8]Juan Liu,Jianming Zhu,Jun Huang.Multi-stage multi-objective engineering evaluation method for the ability of the emergency resources reserve system[J].Systems Engineering Procedia,2012,(5):43-48.

[9]Benggang Gong.Fuzzy entropy clustering approach to evaluate the reliability of emergency logistics system[C].2012 International Conference on Future Energy,Environment,and Materials,2012:278-279.

[10]A.De Luca,S.Termini.A definition of a nonprobabilistic entropy in the setting of fuzzy sets theory[J].Information and Control,1972,20(5):301-312.

[11]Jia Zhengyuan,Wang Chunmeia.Evaluation research of regional power grid companies' operation capacity based on entropy weight fuzzy comprehensive model[J].Advanced in Control Engineering and Information Science,2011,(15):4246-4247.

[12]Tien-Chin Wang,Hsien-Da Lee.Developing a fuzzy TOPSIS approach based on subjective weights and objective weights[J].Expert Systems with Applications,2009,(36):8980-8981.

[13]程賜勝，丁祝燕.基于模糊熵的物流企業(yè)客戶(hù)滿(mǎn)意度評(píng)價(jià)模型[J].鐵道科學(xué)與工程學(xué)報(bào)，2006,(03):80-81.

[14]羅周全，左紅艷,王益?zhèn)?人-機(jī)-環(huán)境系統(tǒng)安全性的模糊熵評(píng)價(jià)方法[J]，模糊系統(tǒng)與數(shù)學(xué)，2011,25(6):169-171.

[15]周禮勝.基于模糊層次分析法和信息熵的應(yīng)急物資庫(kù)存管理研究[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2010:33-58.

[16]張江華.突發(fā)公共事件應(yīng)急管理研究[D].上海：復(fù)旦大學(xué)，2008:99-110.

[17]李佳佳.基于模糊物元分析法的應(yīng)急物流能力評(píng)價(jià)研究[D].長(zhǎng)沙：長(zhǎng)沙理工大學(xué)，2011:33-38.

(責(zé)任編輯：馬金發(fā))

Research on Fuzzy Entropy Model of Emergency Logistics Support Capability Evaluation

XU Ke,GONG Hua,LIU Huiping,SONG Mingqi,HAN Jingdong

(Shenyang Ligong University,Shenyang 100159,China)

The comprehensive and effective evaluation for capability of emergency logistics system can promote the construction and improvement of the emergency logistics system effectively.Because of burstiness,weak economy,time-uncertain of emergency logistics system,constructs the operation model and its evaluation index system for emergency logistics system.In view of the imperfection of subjective determining index weight method in traditional evaluation,the index weight coefficients are determined by information entropy method of combining subjective judgment with objective evaluation.First of all,established the evaluation index system through the index analysis.Secondly,established the triangular fuzzy matrix,and designed the calculation method of entropy weight and combination weights for each index.Then,comprehensively evaluate emergency logistics system combined with analytic hierarchy process and correlation function.Finally,obtains a specific solution steps based on an example.

emergency logistics;evaluation of support capability;fuzzy entropy

2013-08-25

遼寧省高等學(xué)校優(yōu)秀人才支持計(jì)劃資助項(xiàng)目(LJQ2012017)；遼寧省科學(xué)事業(yè)公益研究基金資助項(xiàng)目(2012004003)

許可(1982—)，女，講師，研究方向：智能優(yōu)化；通信作者：宮華(1976—)，女，副教授， 研究方向：調(diào)度優(yōu)化.

1003-1251(2015)02-0071-07

O236

A