孫培英 黃 鑫

(1安徽商貿(mào)職業(yè)技術學院電子商務學院 安徽蕪湖 241002；2南京航空航天大學經(jīng)濟與管理學院 江蘇南京 211106)

世界范圍內(nèi)經(jīng)濟一體化步伐的加快和先進信息技術帶來的飛速變化，現(xiàn)代物流產(chǎn)業(yè)作為“第三利潤來源”受到各國政府重視，物流在各個國家都取得了不同程度的發(fā)展.物流配送網(wǎng)絡中的物流配送中心是重要的物流基礎設施，起到了連接供應鏈上游供貨商和下游需求商紐帶的作用.物流企業(yè)的配送中心選址往往根據(jù)企業(yè)自身發(fā)展和所配送產(chǎn)品的特性作為出發(fā)點，從而在此基礎之上搭建起完整的物流配送系統(tǒng)，以達到物流成本的降低和配送效率提升的效果[1].因而，物流配送中心的建設的首要任務和基礎是物流配送選址問題，選址恰當與否直接關系到配送網(wǎng)絡的運行，同時也影響著整個物流系統(tǒng)[2].

當前，從事物流相關行業(yè)的專家和學者越來越傾向于物流配送中心選址問題的研究.在模糊需求條件下構建選址的上下雙層規(guī)劃模型來研究物流配送中心選址問題[3]；通過對物流配送和退換雙模式的分析，建立了以總費用為總目標函數(shù)和三個子目標函數(shù)的選址雙目標規(guī)劃模型[4].借助于選址要素指標體系的構建，陳戰(zhàn)波[5]和許俊波[6]分別利用改進灰關聯(lián)度法和AHP-TOPSIS模型選取最佳物流配送中心；免疫優(yōu)化算法[7]、改進粒子群算法[8]等人工智能技術被廣泛的運用于選址決策中.綜上所述，專家決策方法在研究中存在主觀影響較大，采用模糊綜合評價法[9]用于選址研究時容易造成較大的偏差；單純的數(shù)學規(guī)劃理論是在很多假定條件下進行研究的，在實際操作過程中會影響決策效果的準確性；而智能算法在求解規(guī)劃問題最優(yōu)過程中容易陷入局部最優(yōu)，很難取得選址的全局最優(yōu)解，故而降低了選址結果的可信度.TOPSIS綜合應用方法有著廣泛的應用背景[10]，因為本文通過對選址決策方案的確定程度與不確定程度的分析，得到?jīng)Q策方案的區(qū)間直覺模糊集，并將TOPSIS方法引入到選址決策過程中，最終獲得最佳選址方案.

1物流配送中心選址的指標體系

物流配送中心選址屬于多維度多屬性的決策分析問題，對選址的影響因素的分析應當遵從全面科學、合理可行的原則.依據(jù)電子商務環(huán)境下選址的需要，吳筱嫻[11]分別從自然環(huán)境方面、社會經(jīng)濟方面、基礎設施方面、物流成本方面建立了物流選址的指標體系.毛海軍等[12]增加了廢物處理維度、交通運輸維度等研究物流選址問題.依據(jù)以上述及的方面，分別從基礎設施、自然環(huán)境、社會運營、交通運輸、物流成本、其他因素六個維度構建配送選址的層次指標體系，具體層次指標如表1所示.

表1 物流配送中心選址的指標

2相關預備理論

2.1區(qū)間直覺模糊集

定義3對于非空集合x上的兩個直覺模糊集G={(x,μG(x),vG(x))|x∈X}和H={(x,μH(x),vH(x)|x∈X)}的加法、點乘、數(shù)值三大基本運算公式如下：

(1)G+H={(x,μG(x)+μH(x)-μG(x)μH(x),vG(x)vH(x))|x∈X}，

(2)G·H={(x,μG(x)μH(x)，vG(x)+vH(x)-vG(x)vH(x))|x∈X}，

(3)αG={(x,(1-1(1-μG(x))α,(vG(x))α)|x∈X,α∈R+}.

定義5一個非空且有限的論域集合為X=(X1,X2,Λ,Xn)，論域集合上的任意兩個區(qū)間直覺模糊集G和H的相似度S(G,H)計算公式可表示為：

2.2熵權法確定權重

2.3 TOPSIS方法

傳統(tǒng)TOPSIS方法對綜合評價研究中計算得到的正向理想解和負向理想解，通過分析兩個方向理想解的距離，最終對決策方案進行排序，理想的決策方案應當接近正向決策方案、遠離負向決策方案.決策方案集可用區(qū)間直覺模糊集表示(其中n為決策方案個數(shù)、m為決策屬性個數(shù))：Ai=(Fi1,Fi2),Λ,Fim=((μi1,vi1),(μi2,vi2),Λ,(μim,vim)),i=1,2,Λ,n，進一步得到正向理想方案和負向理想方案分別如下：

其中有如下關系存在：

3基于區(qū)間直覺模糊集-TOPSIS方法的物流配送中心選址

3.1選址的區(qū)間直覺模糊集-TOPSIS決策過程

首先，根據(jù)決策屬性的得分的函數(shù)值歸一化結果，集合成得分矩陣SF=(sf′(λij)n×m).

其次，確定各決策屬性的信息熵和權重wj，其中j=1,2,Λ,n.

再次，決策方案與理想方案之間的相似度S(Ai,A+)和S(Ai,A-)的計算公式分別為：

最后，相對接近度的計算和方案排序.

3.2物流配送中心選址

隨著華東區(qū)域內(nèi)客戶需求快速增長，某大型商業(yè)集團計劃在華東片區(qū)建立企業(yè)自身的物流配送中心，從而提升企業(yè)的物流服務質(zhì)量.經(jīng)過一段時間的考察和調(diào)研，發(fā)現(xiàn)有六個備選地點A1,A2,A3,A4,A5,A6符合選址要求，利用表1中的第一層指標作為選址的決策屬性，得到選址方案的集合為Ai=(Fi1,Fi2,Fi6)，其中i=1,2,Λ,6.通過行業(yè)專家對上述六個備選地址作出評估之后，結合統(tǒng)計方法，六個備選地址的選址指標對應的評估決策信息可以表示成區(qū)間直覺模糊數(shù)，綜合整理之后的結果見下表2所示.

表2 配送選址的模糊決策矩陣

根據(jù)表2中的數(shù)據(jù)以及選址的決策過程，分以下步驟選出最佳選址方案：

第一步，利用TOPSIS方法計算出正向理想選址方案與負向理想選址方案：

A+={((0.6,0.8),(0.0,0.8)),((0.4,0.7),(0.1,0.2)),((0.6,0.7),(0.1,0.2)),((0.7,0.8),(0.0,0.2)),((0.8,0.9),(0.0,0.1)),((0.8,0.9),(0.0,0.1))}

A-={((0.1,0.2),(0.5,0.7)),((0.0,0.1),(0.8,0.9)),((0.1,0.2),(0.7,0.8)),((0.2,0.4),(0.5,0.6)),((0.2,0.4),(0.5,0.6)),((0.2,0.4),(0.040.5))}

第二步，依據(jù)熵權法的計算公式求解各選址指標的權：

wj=(0.0567,0.2141,0.2235,0.2066,0.1484,0.1507)

第三步，借助于決策方案與正向理想方案和負向理想方案的相似度計算公式，分別得到不同選址方案的相似度.

第四步，根據(jù)第三步選址方案的相似度得到各選址方案的相對相似度：

S(A1)=0.3419,S(A2)=0.3658,S(A3)=0.4519,S(A4)=0.4611,S(A5)=0.6387,S(A6)=0.5631.

根據(jù)上述的相對相似度的計算結果，將其排序為：S(A1)

4結論

將區(qū)間直覺模糊集引入到TOPSIS排序方法，同時運用于物流配送中心選址決策，得到選址的區(qū)間直覺模糊集-TOPSIS決策過程.分別從基礎設施維度、自然環(huán)境維度、社會運營維度、交通運輸維度、物流成本維度、其他因素維度構建選址的層次指標體系，結合實際選址同時利用區(qū)間直覺模糊-TOPSIS方法得到最佳選址方案.借助熵權法并結合指標的信息熵獲得選址指標的權重，可以減少人為決策所造成的干擾；區(qū)間直覺模糊集應用于選址決策時可有效避免原始決策信息的缺失.最后通過實際選址說明了本方法應用于選址決策時不僅簡單合理，同時具有較強的應用價值.