基于FEMA的模糊综合评价法在冷链物流配送中的应用

(北京物资学院 北京 101149)

前言

随着生活水平的不断提高，人们对安全卫生和营养健康的生鲜食品的需求不断提高，从而促使了冷链物流的迅速发展。然而，冷链物流在作业过程中仍隐藏着的许多危害因子和风险，如何在物流过程中确保商品的质量、事前的风险识别与管理，对冷链物流来说是一个非常重要的问题[1]。

据统计，我国每年生鲜食品由于物流运输不当而导致不同程度的损坏数量甚至达到了30%[2]。姚源果等人通过建立总成本最小化的配送路径优化数学模型，在降低成本的同时进一步解决了末端灵活配送的问题[3]。陈伟炯等人利用Ge NIe软件建立DBN风险评估模型，证明的运输风险的发生概率最高[4]。杨扬等人通过构建生鲜农产品国际冷链物流运作风险的系统动力学模型得出国际冷链物流运作绩效最高时风险管理成本所占比例[5]。目前，国内外围绕风险评价所使用的研究方法涉及变权法、模糊综合评价法、熵权法、失败模式效应分析法、因子法等[6-8]。为了解决风险因子的量化难以进行的问题，之前的文献中已经将模糊数学思想引入到综合评价中，较好的解决了模糊指标的量化问题以及指标隶属程度度量问题。但是传统的模糊综合评价通过主观因素对指标进行赋权，这是不可避免的不足。基于以上情况，笔者提出了一种基于FEMA对模糊综合评价法改进后的新型评价模型，为冷链物流企业保证商品质量、提升配送服务水平提供依据和参考，并通过实例对比得出新模型的可用性。

一、基于改进模糊综合评价法的供应商评价模型

(一)基于AHP+FEMA的综合权向量确定

传统的模糊综合评价法中采用层次分析法(AHP)计算指标权重，赋权过程存在较强的主观性，所以本文从主观和客观的方向来综合考虑指标权重，采用AHP+FEMA(层次分析法+失效模式效应分析法)计算指标的综合权重，有效提升了模型的准确性和适用性。具体权重计算过程如下所示：

1.主观权重计算(AHP)

(1)构建层次指标体系。对冷链物流配送风险评价指标进行分析，得到具有递阶层次特征的风险评价指标体系。

(2)构造判断矩阵。采用专家打分法，对隶属于同一层次的指标关于其对应的上一层指标的重要性进行两两比较，并采用国际通用的1-9标度进行重要性判断(1,3,5,7,9)，构建判断矩阵Al。

2.客观权重计算(FEMA)

此阶段对FEMA进行改进，首先进行逆推，从会产生的失效结果推出是失效的原因，与上面的指标进行对应，从严重度(S)、发生度(O)、检测度(D)来采用1-5制进行评分，将三者相乘得到RPN值，通过此值计算权重。

(1)建立等级划分表。S、O、D的划分等级标准如下表1：

表1 S、O、D等级划分等级表

3.综合权向量计算公式

(二)改进模糊综合评价法算法步骤

改进模糊综合评价法在考虑多种因素的影响下，综合考虑事物的主观性和客观性计算指标权重，并采用模糊数学思想对事物进行综合性评价，算法流程如下：

(1)建立评价因素论域U。目标层论域U表示为U ={u1，u2，……，um}，其中m表示目标层下准则个数，准则层论域表示为B={b1，b2，……，bn}，其中n表示为准则层下指标因素的个数。

(2)确定备择评语集V。对综合得分进行分级处理，采用国际上通用的“五级制”评级符号体系，各等级设置为[好，较好，中，较差，差]。

(3)建立模糊评判矩阵K。确定因素集各指标在备择评语集下的指标隶属程度，称为隶属函数，由隶属度向量组成模糊评判矩阵K。

(4)权重计算。依据上文所述方法，采用 AHP+FEMA算法确定指标综合权向量。

(5)计算模糊综合评价向量P= W×K。

(6)计算综合评价S= P×D，其中，D为各等级标准得分。

二、实例分析

本实例利用已有的某公司荔枝配送案例进行重新分析，来验证改进后的模糊综合评价法有效可用，以该公司为主体，从荔枝采购到销售到消费者的整条冷链作为评价对象，研究基于冷链物流的荔枝配送风险水平。已知该公司风险评价指标体系，已知该公司冷链风险控制水平S为0.5963<0.6。

(一)权重计算

根据此已知案例，接下来用上文改进后的模糊综合评价法进行评价：

表2 综合权重表

(二)风险评价

确定评价因素论域U，即上文所述5个一级指标，每个一级指标是都由几个二级指标组成的。确定评语集V，采用国际上通用的“五级制”评级符号体系，各等级分别对应分值为[1，0.8，0.6，0.4，0.2]。根据各指标隶属于评语集的比值，建立模糊综合评价矩阵K，根据3.1中得出的二级指标的权重，计算出模糊综合评价向量P=W×K。P1=[0.0584 0.2320 0.3320 0.2415 0.1359]，依次算出P2-5组成模糊综合评价集Pi=[P1，P2，P3，P4，P5]T

将得出的一级指标和P相乘，得出第一层次模糊综合评价集P=[0.108 0.223 0.311 0.149 0.072]，然后将P和上文建立的评语集相乘如下：S=[0.108 0.223 0.311 0.149 0.072]×[1 0.8 0.6 0.4 0.2]T=0.5470

通过分析计算得出的结果，和原案例进行对比可以看出，在二级指标排序上有一些差别，但整体风险程度差别小于0.05，基本可以证明改进后的模糊综合评价法是可行的。相比较于传统模糊综合评价法权重确定主观性较强的缺点，本文采用AHP+FEMA计算指标权重，既考虑了群体专家综合知识的主观性，增加了系统的多样性，又考虑了指标数据的实际性和客观性，修正了传统模糊综合评价法的不足，使得整个评价系统更加的合理。

三、结语

本篇文章在传统模糊综合评价法的基础上，设计了基于改进模糊综合评价法的冷链物流配送风险评价模型，然后，在指标权重的计算过程中综合考虑群体主观性和评价系统的客观性，采用改进后的AHP+FEMA计算指标的综合权重，并引入模糊数学方法计算供应商的综合得分；最后通过算例分析验证了模型的有效性和实用性。本文可以为冷链企业的物流配送工作提供一定的参考作用，具有一定的实用性，但是本文构建的风险评价模型只是针对冷链物流配送工作，对其他行业的适用性仍然有待研究。