基于物流计算机实验室的创新模型研究

刘 松， 鄢 琼

(仲恺农业工程学院 基础实验中心, 广东 广州 510225)

基于物流计算机实验室的创新模型研究

刘 松， 鄢 琼

(仲恺农业工程学院 基础实验中心, 广东 广州 510225)

采用TOPSIS法(优劣解距离法)设计一种新型的符合实验室物流专业应用的模型，通过采取熵权对属性权重判定等方法进行了理论模型的建立。针对实验室拓展需要，进行了某汽车公司的实施应用。结果表明，设计的物流模型可以确定最佳选址。这一研究对于物流业务运营和物流实验室的创新发展具有一定的意义。

物流实验室； TOPSIS法； 权重判定

与其他发达国家相比，我国的汽车物流发展较为落后。现代物流经历了以下几个发展阶段：军事服务/仓储运输→内部综合物流/第三方物流→供应链与迅速客户反馈；厂家自己存储与自己运输→第三方物流；将厂家作为中心→将客户作为中心[1-3]。我国现阶段还只是刚刚形成第三方物流，与西方国家相比，至少落后10年。最初的以交易费用理论为基础的物流外包概念是由Coase于1937年提出的，他认为在配置资源时市场与企业是可以相互替代的，而使用哪种手段则要视市场定价和企业内官僚组织的成本的关系而定[4-5]。基于Coase的理论，Willianmson进行了深入研究并提出自己的想法，在他看来，技术、人员以及行为特性是交易成本的几个核心概念，即资产专用性、有限理性以及机会主义[6-7]。经过对物流外包进行研究发现，其理论研究由最初的单一学派发展为现在的多学派，而且这些理论之间存在着互补与互融的关系[8-11]。在企业物流与供应链管理的快速发展和物流外包模式的深化的推动下，高端物流服务产业正逐步取代传统的物流服务产业模式。

1981年，TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法出现了，它有另外一个名称，即优劣解距离法，是与理想解比较接近的一种排序法，常被用于对多目标的决策与分析[12-13]。在评价供应商绩效时，该算法除了能够将较为影响企业经营的因素直观地呈现出来，企业还能够根据自身的实际情况对物流外包商进行选择，为了满足客户的需求，物流外包商也就不断地发展自己，这样，企业和物流外包商均能得以良好的发展[14-16]。所以，这个方法非常灵活。与目前部分企业所使用的方法相比，TOPSIS法更佳。基于上述背景，本文采用TOPSIS法设计了一种新型的符合实验室物流专业应用的模型。

1 TOPSIS法理论模型设计

假定备选方案数目为m，创建对应的决策矩阵，且上面的12个指标属性包含其中。构建一个包含12个属性的指标体系，以对n个方案的好坏进行评价，用yij(yij∈(0,1))来表示第i个评价对象的第j个指标值，可获得所有方案的特征值矩阵，用Y=(yij)来表示。若j值是固定的，那么yij差别越大，各评价对象之间的指标值相差越大，评价对象受到指标的影响也越大，该指标也就可以反馈更多的信息。

(1)

以上yij表示的是第i个方案的第j个属性的数值结果，而0

(2)

(3)

(1) 采取熵权法对属性权重进行确定。对于信息论中的事物，熵为不确定性的代表，是决策定量化的创新。信息反映的是一个系统的有序程度，而熵反映的是一个系统的无序程度，它们一正一负，绝对值是一样的。根据熵的概念，决策精确度与可靠性在一定程度上取决于决策中所得信息的质量与数量。在评价不同的决策时，熵是一个非常不错的选择，不确定性与熵值是成正比的。根据熵的概念，决策精确度与可靠性在一定程度上取决于决策中所得信息的多少与质量。

下式为第j项指标的熵：

dij

(4)

指标差异度的计算公式：

(5)

熵权的计算公式：

(6)

因此熵权有：

W=(W1，W2，…，W12)

由上面的式子可知，如果di1=di2=…=din，熵值Hj值最大，此时熵权为0，即第j个指标所提供的信息对于决策者而言无任何参考价值，所以可删掉这个指标。当熵指标值上升时，熵权与该指标的重要性就会降低。对于信息，熵权表示的是指标所提供信息的价值。因此，属性权重可由求得的熵权来表示，熵权增大，权重与指标属性的重要性也随之增大。

(2) 通过AHP确定主观权重。评价指标体系中的评价指标为m个，对比每两个评价指标以获得判断矩阵，判断矩阵如下：

(7)

由B×W=λmaxw得出矩阵B的最大特征值与特征向量，分别为λmax和W=(L1，L2, …，L12)。对所得特征向量进行归一化化处理，得到

W*=(b1，b2, …，b12)，i=1,2,…,12

(8)

以下是矩阵B的一致性比例：

CR(B)=(λmax-m)/[(m-1)RI]=

(λmax-12)/(11×RI)

(9)

上式中RI代表平均随机一致性指标。见表1。

表1 平均随机一致性指标

由表2可知，如果CR(B)小于0.1，那么B是符合一致性判断矩阵，则m个评价指标的权重是W＊=(b1，b2, …，b12)。然而，要计算λmax需要对n=12次方程进行求解，3次及以上的方程计算难度相对较大，这时求解λmax近似值的方法是一个不错的选择，该算法的具有非常高的精度，误差非常小。以下是该近似算法：

① 对于矩阵B，各行元素连续相乘并开n=12次方：

(10)

② 计算权重：

(11)

③ 将每一列元素相加：

(12)

④ 求解λmax：

(13)

(3) 通过线性方法确定综合权重。通过两方面来确定综合权重，即熵权法表示的是以备选点有效性为基础的属性数值间的客观关系；AHP表示的是权威人士的主观看法。通过线性方法对综合权重进行确定：

G=aW*+(1-a)W

(14)

上式中的a代表的是主观偏好系数，专家来确定该值，0≤a≤1。

(4) 规范决策矩阵的求解所采取的方法是向量规范化。决策矩阵向规范决策矩阵转化的公式如下：

(15)

(5) 创建加权规范矩阵X={xij}。各属性权重乘以其对应矩阵中的元素，以下为其表达式：

X=(xij)m*n=[G×Zij]

(16)

(17)

(18)

(7) 求不同方案与理想解和负理想解之间的距离。

(19)

(8) 求不同方案的综合评价指数，按照指数从大至小的顺序来选择出最理想的选址方案。

2 某汽车公司的实施应用

某汽车公司在某个物流业务中有四家外包供应商，分别是第三方物流1、2、3、4。然后定期考核它们，择优选择。解决该问题所采取是TOPSIS法。为所有评价目标打分，结果以矩阵形式来呈现，也就是所谓的特征矩阵。规范化特征矩阵，从而获得规范化矩阵：

由递阶层次：A—B1B2B3B4， B1—a1a2a3， B2—a4a5， B3—a6a7a8， B4—a9a10，可以得到判断矩阵：

接着规范化特征矩阵，获得规范化向量：

由几个指标的权重向量：

① (0.374,0.196,0.355,0.076)

② (0.540,0.298,0.163)

③ (0.5,0.5)

④ (0.5,0.25,0.25)

⑤ (0.5,0.5)

可获得所有评价指标的综合权重：a1—0.22 a2—0.19 a3—0.08 a4—0.14 a5—0.15

a6—0.21 a7—0.10 a8—0.11 a9—0.06 a10—0.06

然后建立加权规范阵：

接着是理想解与负理想解的确定：

x*=(0.104，0.090，0.025，0.055，0.056，0.055，0.054，0.056，0.024，0.025)

x0=(0.102，0.087，0.045，0.051，0.060，0.124，0.054，0.046，0.024，0.021)

最终获得所有备选方案的欧式距离与综合评价指数。

通过以上步骤可知，综合评价指数最高的是第三方物流4，故其是该汽车公司的最佳选择。

3 结语

目前，大大小小的汽车公司第三方物流企业非常之多，竞争十分激烈，深入分析某汽车公司的物流外包现状，是为了能够找到一个较为理想的物流外包方案。对汽车公司而言，由第三方物流公司负责自己的物流业务是十分明智的决定，因为这能有效地整合汽车公司的业务及其价值的实现，换句话说，物流业务外包使汽车公司的结构、运营模式得到了改进，可以说是一个很大的突破。

References)

[1] 李著成.新形势下高校物流实验室的建设实践[J].实验室研究与探索,2014,33(12):273-276.

[2] 李强,万胜利.高职物流管理专业第四代物流实验室建设[J].物流工程与管理,2014(1):214-216.

[3] 李著成.物流实验室的建设与开放探索[J].实验技术与管理,2013，30(11):237-240.

[4] 胡艳.基于Web3D技术的虚拟物流实验室设计[J].电脑编程技巧与维护,2016(10):80-81,98.

[5] 王成林,韩云霞,王又军，等.基于系统化思想的物流实验室构建研究[J].物流技术,2013,32(9):464-466.

[6] 许敏.基于物流实验室的《运输管理》课程教改模式研究：以福建商业高等专科学校为例[J].福建商业高等专科学校学报,2014(1):63-67.

[7] 王成林,张旭凤,李广龙，等.未来物流实验室功能扩展研究[J].物流技术,2013(10):277-279.

[8] 刘贵容,孙玺.应用科技型物流实验室建设模式分析[J].实验技术与管理,2014,31(4):224-227.

[9] 吴晟,朱力.基于FMS/ERP系统的物流实验室建设研究[J].物流技术,2013,32(6):1-3.

[10] 徐斌.面向本科教学的物流实验室建设探讨[J].安徽工业大学学报(社会科学版),2015,32(3):129-130.

[11] 张锦,曾倩,陈义友，等.基于变权的物流资源公平分配方法[J].西南交通大学学报,2016,51(3):563-570.

[12] 方醒.关于校企合作共建物流实验室的探讨[J].赤峰学院学报(自然科学版),2016,32(8):210-212.

[13] 李源,贾孝魁.高职物流专业实验室建设的思考：以河南机电高等专科学校为例[J].河南机电高等专科学校学报,2015,23(4):42-44.

[14] 李金夫,庹先国,刘勇，等.关于整车物流运输车辆路径优化设计的研究[J].计算机仿真,2016,33(4):184-188.

[15] 王想,肖新清,朱志强，等.鲜食葡萄冷链物流气体传感器响应特征试验研究[J].农业机械学报,2016,47(1):240-246.

[16] 陈伟,杨柏.国际化导向下外语院校物流管理专业实验室建设研究[J].物流工程与管理,2014(9):230-232.

Research on innovative model based on logistics computer laboratory

Liu Song，Yan Qiong

(Experimental Teaching Center, Zhongkai University of Agriculture and Engineering, Guangzhou 510225, China)

By using TOPSIS method (Quality Solution Distance Method), a new model for the laboratory logistics speciality is designed and a theoretical model is established by adopting the entropy weight method to determine the weight of attributes. For the needs of the laboratory expansion, it is applied to an automobile company, and the results show that the designed logistics model can determine the best location. This research has certain significance for the innovative development of logistics operation and logistics laboratory.

logistics laboratory; TOPSIS method; weight determination

10.16791/j.cnki.sjg.2017.06.016

2016-11-18

2014年度广东省高等教育教学改革项目(GDJG20141159)

刘松(1980—)，男，湖北武汉，硕士，工程师，主要从事网络技术与网络安全研究.

F252

A

1002-4956(2017)06-0065-04