含糊綜合評判法的應用案例二、在物流中心選址中的應用物流中心作為商品周轉、分揀、保管、在庫管理和流通加工的據點，其增進商品能夠按照顧客的規定完畢附加價值，克服在其運動過程中所發生的時間和空間障礙。在物流系統中，物流中心的選址是物流系統優化中一種含有戰略意義的問題，非常重要。基于物流中心位置的重要作用，現在已建立了一系列選址模型與算法。這些模型及算法相稱復雜。其重要困難在于：即使簡樸的問題也需要大量的約束條件和變量。約束條件和變量多使問題的難度呈指數增加。含糊綜合評價辦法是一種適合于物流中心選址的建模辦法。它是一種定性與定量相結合的辦法，有良好的理論基礎。特別是多層次含糊綜合評判辦法，其通過研究各因素之間的關系，能夠得到合理的物流中心位置。1．模型=1\*GB2⑴單級評判模型①將因素集按屬性的類型劃分為個子集，或者說影響的個指標，記為且應滿足：②權重的擬定辦法諸多，在實際運用中慣用的辦法有：Delphi法、專家調查法和層次分析法。③通過專家打分或實測數據，對數據進行適宜的解決，求得歸一化指標有關等級的附屬度，從而得到單因素評判矩陣。=4\*GB3④單級綜合評判=2\*GB2⑵多層次綜合評判模型普通來說，在考慮的因素較多時會帶來兩個問題：首先，權重分派很難擬定；另首先，即使擬定了權重分派，由于要滿足歸一性，每一因素分得的權重必然很小。無論采用哪種算子，通過含糊運算后都會“沉沒”許多信息，有時甚至得不出任何成果。因此，需采用分層的方法來解決問題。2．應用運用當代物流學原理，在物流規劃過程中，物流中心選址要考慮許多因素。根據因素特點劃分層次模塊，各因素又可由下一級因素構成，因素集分為三級，三級含糊評判的數學模型見表3-7.表3-7物流中心選址的三級模型第一級指標第二級指標第三級指標自然環境（0.1）氣象條件（0.25）地質條件（0.25）水文條件（0.25）地形條件（0.25）交通運輸（0.2）經營環境（0.3）候選地（0.2）面積（0.1）形狀（0.1）周邊干線（0.4）地價（0.4）公共設施（0.2）三供（0.4）供水（1/3）供電（1/3）供氣（1/3）廢物解決（0.3）排水（0.5）固體廢物解決（0.5）通信（0.2）道路設施（0.1）因素集分為三層：第一層為第二層為第三層為假設某區域有8個候選地址，決斷集代表8個不同的候選地址，數據進行解決后得到諸因素的含糊綜合評判如表3-8所示。表3-8某區域的含糊綜合評判因素氣象條件0.910.850.870.980.790.600.600.95地質條件0.930.810.930.870.610.610.950.87水文條件0.880.820.940.880.640.610.950.91地形條件0.900.830.940.890.630.710.950.91交通運輸0.950.900.900.940.600.910.950.94經營環境0.900.900.870.950.870.650.740.61候選地面積0.600.950.600.950.950.950.950.95候選地形狀0.600.690.920.920.870.740.890.95候選地周邊干線0.950.690.930.850.600.600.940.78候選地地價0.750.600.800.930.840.840.600.80供水0.600.710.770.600.820.950.650.76供電0.600.710.700.600.800.950.650.76供氣0.910.900.930.910.950.930.810.89排水0.920.900.930.910.950.930.810.89固體廢物解決0.870.870.640.710.950.610.740.65通信0.810.940.890.600.650.950.950.89道路設施0.900.600.920.600.600.840.650.81=1\*GB2⑴分層作綜合評判，權重，由表3-8對的含糊評判構成的單因素評判矩陣：用模型計算得：類似地：（2）高層次的綜合評判，權重，則綜合評判由此可知，8塊候選地的綜合評判成果的排序為：D,A,C,,G,H,F,E,選出較高預計值的地點作為物流中心。應用含糊綜合評判辦法進行物流中心選址，含糊評判模型采用層次式構造，把評判因素分為三層，也可進一步分為多層。這里介紹的計算模型由于對權重集進行歸一化解決，采用加權求和型，將評價成果按照大小次序排列，決策者從中選出預計值較高的地點作為物流中心即可，辦法簡便。五、在人事考核中的應用隨著知識經濟時代的到來，人才資源已成為公司最重要的戰略要素之一，對其進行考核評價是當代公司人力資源管理的一項重要內容。人事考核需要從多個方面對員工做出客觀全方面的評價，因而事實上屬于多目的決策問題。對于那些決策系統運行機制清晰，決策信息完全，決策目的明確且易于量化的多目的決策問題，已有諸多辦法能夠較好的將其解決。但是，在人事考核中存在大量含有含糊性的概念，這種含糊性或不擬定型不是由于事情發生的條件難以控制而造成的，而是由于事件本身的概念不明確所引發的。這就使得諸多考核指標都難以直接量化。在評判實施過程中，評價者又容易受人際關系、經驗等主觀因素的影響，因此對人的綜合素質評判往往帶有一定的含糊性與經驗性。這里闡明如何在人事考核中運用含糊綜合評判，從而為公司員工職務的升降、評先晉級、聘任等提供重要根據，增進人事管理的規范化和科學化，提高人事管理的工作效率。1．一級含糊綜合評判在人事考核中的應用在對公司員工進行考核時，由于考核的目的、考核對象、考核范疇等的不同，考核的具體內容也會有所差別。有的考核，涉及的指標較少，有些考核，又包含了非常全方面豐富的內容，需要涉及諸多指標。鑒于這種狀況，公司能夠根據需要，在指標個數較少的考核中，運用一級含糊綜合評判，而在問題較為復雜，指標較多時，運用多層含糊綜合評判，以提高精度。一級含糊綜合評價模型的建立，重要涉及下列環節。=1\*GB2⑴擬定因素集對員工的體現，需要從多方面進行綜合評判，如員工的工作業績、工作態度、溝通能力、政治體現等。全部這些因素構成了評價體系集合，即因素集，記為：=2\*GB2⑵擬定評語集由于每個指標的評價值的不同，往往會形成不同的等級。如對工作業績的評價有好、較好、中檔、較差、很差等。由多個不同決斷構成的集合被稱作評語集記為：=3\*GB2⑶擬定各因素的權重普通狀況下，因素集中的各因素在綜合評價中所起的作用是不同的，綜合評價成果不僅與各因素的評價有關，并且在很大程度上還依賴與各因素對綜合評價所起的作用，這就需要擬定一種各因素之間的權重分派，它是上一種含糊向量，記為：其中表達第個因素的權重，且。擬定權重的辦法諸多，例如Delphi法、加權平均法、眾人評定法等。=4\*GB2⑷擬定含糊綜合判斷矩陣對第個指標來說，對各個評語的附屬度為上的含糊子集。，各指標的含糊綜合判斷矩陣為：它是一種從到的含糊關系矩陣。=5\*GB2⑸綜合評判如果有一種從到V的含糊關系，那么運用R就能夠得到一種含糊變換：由此變換，就可得到綜合評判成果。綜合后的評判可看作是V上的含糊向量，記為：的求法有諸多個，例如用Zadeh算子。這種辦法很簡樸，但算子比較粗糙，為了加細算子，能夠使用普通乘法算子等。下面以某單位對員工的年終綜合評定為例，來闡明其應用。=1\*GB2⑴取因數集；=2\*GB2⑵取評語集；=3\*GB2⑶擬定個因素的權重：=4\*GB2⑷擬定含糊綜合判斷矩陣：對每個因素做出評價。=1\*GB3①例如由群眾評議打分來擬定上面式子表達，參加打分的群眾當中，有10%的人認為政治體現優秀，50%的人認為政治體現良好，40%的人認為政治體現普通，認為政治體現較差或差的人為0，用同樣的辦法對其它因素進行評價。=2\*GB3②由部門領導打分來擬定=3\*GB3③由單位考核組員打分來擬定覺得行構成評價矩陣它是從因素集到評語集的一種含糊關系矩陣。=5\*GB2⑸含糊綜合評判。進行矩陣合成運算：取數值最大的評語作綜合評判成果，則評判成果為“良好”。2．多層次含糊綜合評判在人事考核中涉及的指標較多時，需要考慮的因素諸多，這時如果仍用一級含糊綜合評判，則會出現兩個方面的問題；一是因素過多，它們的權數分派難以擬定；另首先，即使擬定了權分派，由于需要滿足歸一化條件，每個因素的權值都小。對這種系統，我們能夠采用多層次含糊綜合評判辦法。對于人事考核而言，采用二級系統就足以解決問題了，如果實際中要劃分更多的層次，那么能夠用建二級含糊綜合評判的辦法類推。下面介紹一下二級含糊綜合評判法模型建立的環節。第一步：將因素集按某種屬性分成個子因素集，其中，且滿足：=1\*GB3①=2\*GB3②=3\*GB3③對任意的第二步：對每一種因素集，分別做出綜合評判。設為評語集，中各因素相對于的權重分派是：若為單因素評判矩陣，則得到一級評判向量：第三步：將每個看作一種因素，記為：這樣，又是一種因素集，的單因素評判矩陣為：每個作為的部分，反映了的某種屬性，能夠按它們的重要性給出權重分派，于是得到二級評判向量：如果每個子因素集，含有較多的因素，可將再進行劃分，于是有三級評判模型，甚至四級、五級模型等。下面，以某煙草公司對某部門員工進行的年終評定為例來加以闡明。有關考核的具體操作過程，以對一名員工的考核為例。如表3-11所示，根據該部門工作人員的工作性質，將18個指標分成工作績效（）、工作態度（）、工作能力（）和學習成長（）這4各子因素集。首先擬定各個子因素集含糊綜合判斷矩陣，就得到了表3-11中的數據。取數值最大的評語作綜合評判成果，則評判成果為“良好”。2．多層次含糊綜合評判在人事考核中涉及的指標較多時，需要考慮的因素諸多，這時如果仍用一級含糊綜合評判，則會出現兩個方面的問題；一是因素過多，它們的權數分派難以擬定；另首先，即使擬定可權分派，由于需要滿足歸一化條件，每個因素的權值都小。對這種系統，我們能夠采用多層次含糊綜合評判辦法。對于人事考核而言，采用二級系統就足以解決問題了，如果實際中要劃分更多的層次，那么能夠用建二級含糊綜合評判的辦法類推。下面介紹一下二級含糊綜合評判法模型建立的環節。第一步：將因素集按某種屬性分成個子因素集，其中，且滿足：=1\*GB3①=2\*GB3②=3\*GB3③對任意的第二步：對每一種因素集，分別做出綜合評判。設為評語集，中各因素相對于的權重分派是：若為單因素評判矩陣，則得到一級評判向量：第三步：將每個看作一種因素，記為：這樣，又是一種因素集，的單因素評判矩陣為：每個作為的部分，反映了的某種屬性，能夠按它們的重要性給出權重分派，于是得到二級評判向量：如果每個子因素集，含有較多的因素，可將再進行劃分，于是有三級評判模型，甚至四級、五級模型等。下面，以某煙草公司對某部門員工進行的年終評定為例來加以闡明。有關考核的具體操作過程，以對一名員工的考核為例。如表3-11所示，根據該部門工作人員的工作性質，將18個指標分成工作績效（）、工作態度（）、工作能力（）和學習成長（）這4各子因素集。首先擬定各個子因素集含糊綜合判斷矩陣，就得到了表3-11中的數據。表3-11員工考核指標體系及考核表一級指標二級指標評價優秀良好普通較差差工作績效工作量0.80.150.500工作效率0.20.60.10.10工作質量0.50.40.100計劃性0.10.30.50.050.05工作態度責任感0.30.50.150.050團體精神0.20.20.40.10.1學習態度0.40.40.10.10工作主動性0.10.30.30.20.1360度滿意度0.10.20.50.20.1工作能力創新能力0.10.30.50.20自我管理能力0.20.30.30.10.1溝通能力0.20.30.350.150協調能力0.10.30.40.10.1執行能力0.10.40.30.10.1學習成長勤情評價0.30.40.20.10技能提高0.10.40.30.10.1培訓參加0.20.30.40.10工作提供0.40.30.20.10請專家設定指標權重，一級指標權重為：二級指標權重為：