供應(yīng)商選擇是供應(yīng)鏈采購(gòu)決策的一項(xiàng)重要內(nèi)容。對(duì)大多數(shù)企業(yè)來說，采購(gòu)成本占產(chǎn)品總成本的70％以上，合理的選擇供應(yīng)商將降低企業(yè)成本、增加企業(yè)柔性、提高企業(yè)的競(jìng)爭(zhēng)力。目前供應(yīng)商選擇的研究工作主要集中在選擇方法和評(píng)價(jià)指標(biāo)上，對(duì)評(píng)價(jià)數(shù)據(jù)的來源研究較少。由于影響供應(yīng)商選擇的因素有很多，評(píng)價(jià)數(shù)據(jù)的來源大致分為2類：專家打分法(定性)、統(tǒng)計(jì)當(dāng)前和歷史的客觀數(shù)據(jù)(定量)。用來選擇的評(píng)價(jià)數(shù)據(jù)的獲取多采用人工收集的方式，效率不高且費(fèi)時(shí)，這樣就導(dǎo)致評(píng)價(jià)間隔時(shí)間較長(zhǎng)，數(shù)月評(píng)價(jià)一次，而在此期間可能有多次采購(gòu)活動(dòng)，因此，評(píng)價(jià)的時(shí)效性不強(qiáng)。

    動(dòng)智能體技術(shù)，可自動(dòng)的從供應(yīng)商處獲取評(píng)價(jià)數(shù)據(jù)，將數(shù)據(jù)采集的時(shí)間問隔縮短，提高了數(shù)據(jù)的時(shí)效性，實(shí)現(xiàn)了供應(yīng)商的自動(dòng)選擇。但該方法使得用于評(píng)價(jià)的指標(biāo)偏少，且僅考慮了定量的情況。本文提出使用移動(dòng)智能體自動(dòng)獲取評(píng)價(jià)數(shù)據(jù)的同時(shí)，引入信息可信度、AHP，增加評(píng)價(jià)指標(biāo)，考慮評(píng)價(jià)數(shù)據(jù)的時(shí)效性后，再?gòu)亩�量和定性兩方面來進(jìn)行評(píng)價(jià)。

1 基于移動(dòng)智能體的供應(yīng)商評(píng)價(jià)數(shù)據(jù)收集模型

    1.1 移動(dòng)智能體在供應(yīng)鏈中的應(yīng)用

    移動(dòng)智能體系統(tǒng)是一個(gè)代替人或其他程序執(zhí)行某種任務(wù)的程序，它在復(fù)雜的網(wǎng)絡(luò)系統(tǒng)中能自主地從一臺(tái)主機(jī)移動(dòng)到另一臺(tái)主機(jī)，該程序能夠選擇何時(shí)、何地移動(dòng)。在移動(dòng)時(shí)，該程序可以根據(jù)要求掛起其運(yùn)行，然后轉(zhuǎn)移到網(wǎng)絡(luò)的其他地方重新開始或繼續(xù)其執(zhí)行，最后返回結(jié)果和消息，其技術(shù)優(yōu)勢(shì)包括：①節(jié)約網(wǎng)絡(luò)帶寬；②封裝網(wǎng)絡(luò)協(xié)議；③支持異步自主執(zhí)行；④支持平臺(tái)無關(guān)性；⑤易于分發(fā)服務(wù)；⑥支持實(shí)時(shí)的遠(yuǎn)程交互；⑦具有動(dòng)態(tài)適應(yīng)性；⑧增強(qiáng)應(yīng)用的魯棒性和容錯(cuò)能力。

    鑒于移動(dòng)智能體的以上技術(shù)優(yōu)勢(shì)，很多學(xué)者將其應(yīng)用引入到供應(yīng)鏈管理之中。劉西林等針對(duì)供應(yīng)鏈管理模式的動(dòng)態(tài)性和不確定性特點(diǎn)，將移動(dòng)Agent引入智能分布式供應(yīng)鏈系統(tǒng)，建立了基于移動(dòng)智能體供應(yīng)鏈系統(tǒng)運(yùn)行體系。王崇海等給出了基于移動(dòng)智能體的物流管理系統(tǒng)的體系結(jié)構(gòu)、物流實(shí)體行為交貨過程及物流服務(wù)移動(dòng)智能體的BPG規(guī)范化模型，并開發(fā)了應(yīng)用系統(tǒng)。Trappey等使用移動(dòng)智能體技術(shù)開發(fā)了基于互聯(lián)網(wǎng)的跨企業(yè)物流服務(wù)跟蹤系統(tǒng)。ChiBin Cheng等提出使用移動(dòng)智能體技術(shù)在供應(yīng)商與核心企業(yè)之間傳遞信息，獲取訂單相關(guān)信息，根據(jù)交貨及生產(chǎn)等情況來自動(dòng)的選擇供應(yīng)商，并對(duì)訂單進(jìn)行了跟蹤。

    1.2 基于移動(dòng)智能體的供應(yīng)商評(píng)價(jià)數(shù)據(jù)收集模型

    由于供應(yīng)鏈環(huán)境的分布性、異構(gòu)性、動(dòng)態(tài)性、跨組織性，在目前多采取人工的方式對(duì)供應(yīng)商的評(píng)價(jià)數(shù)據(jù)進(jìn)行收集。而供應(yīng)商的數(shù)量和評(píng)價(jià)指標(biāo)較多，導(dǎo)致溝通成本高，時(shí)間漫長(zhǎng)。

    移動(dòng)智能體可以較好的解決分布、異構(gòu)、動(dòng)態(tài)環(huán)境下的信息檢索任務(wù)，本文給出了一個(gè)基于移動(dòng)智能體的供應(yīng)商評(píng)價(jià)數(shù)據(jù)收集模型，如圖1所示。

圖1 基于移動(dòng)Agent的供應(yīng)商評(píng)價(jià)數(shù)據(jù)收集模型

    在圖1中，數(shù)據(jù)收集中心根據(jù)用戶輸入，生成查詢agent，遷移到供應(yīng)商數(shù)據(jù)中心及本地?cái)?shù)據(jù)服務(wù)器查詢相關(guān)數(shù)據(jù)，查詢完畢后，agent將結(jié)果返回。

    主計(jì)算環(huán)境的組成結(jié)構(gòu)如圖2所示。子計(jì)算環(huán)境的組成結(jié)構(gòu)如圖3所示。下面詳細(xì)說明這些agent的主要作用。

圖2 主計(jì)算環(huán)境

圖3 子計(jì)算環(huán)境

    用戶界面agent：主要負(fù)責(zé)與用戶交互。一方面負(fù)責(zé)接受用戶的輸入，獲取查詢條件；另一方面將查詢的信息輸出給用戶。

    任務(wù)agent：一方面，根據(jù)用戶界面agent的輸入，向本體agent發(fā)送信息，并根據(jù)其反饋信息，向移動(dòng)agent管理器發(fā)出相關(guān)指令；另一方面，接受移動(dòng)agent管理器反饋的查詢信息，向用戶界面agent反饋。

    本體agent：主要為了解決供應(yīng)商之間語義的異構(gòu)性，它為查詢提供術(shù)語概念上的一致性。

    移動(dòng)agent管理器：主要與任務(wù)agent交互，根據(jù)具體任務(wù)，主要負(fù)責(zé)創(chuàng)建或銷毀相關(guān)MA。接收任務(wù)agent的輸入或向其輸出相關(guān)信息。

    MA：負(fù)責(zé)移動(dòng)到指定計(jì)算環(huán)境，并攜帶相關(guān)查詢信息。

    搜索agent：主要負(fù)責(zé)根據(jù)接收到的指令在信息數(shù)據(jù)庫(kù)中查詢相關(guān)信息，并將查詢結(jié)果返回給MA。

2 供應(yīng)商評(píng)估

    2.1 信息可信度

    將時(shí)間序列T表示為(t₀，t₁，...，t_n)。形表示數(shù)據(jù)的可能的結(jié)果總數(shù)，是時(shí)間t的函數(shù)，用結(jié)果函數(shù)，(t)表示。W_m,min表示第m項(xiàng)指標(biāo)的最小可能結(jié)果總數(shù)，W_m,min =  f (t₀)；W_m,max表示第m項(xiàng)指標(biāo)的最大可能結(jié)果總數(shù)；W_m,max = f_m (f_max)，顯然f_m(t₀) < f_m(f_max)。

    假設(shè)每種結(jié)果發(fā)生的概率相同，根據(jù)信息熵理論，第m項(xiàng)指標(biāo)的信息量可表示為：

    根據(jù)定義1，第0時(shí)刻其信息可信度D_m,0為1，隨著時(shí)間的增加而遞減。

    2.2 基于AHP與信息可信度的供應(yīng)商評(píng)估

    層次分析法(AHP)是一種定性與定量分析相結(jié)合的多目標(biāo)決策分析方法。該方法簡(jiǎn)單、實(shí)用、有效，得到了廣泛的運(yùn)用。這種方法充分發(fā)揮人的主觀能動(dòng)性，在不確定的環(huán)境下，依據(jù)人的經(jīng)驗(yàn)、直覺和洞察力作出判斷，把一些定性的因素以定量的形式表示出來。在本文中，假設(shè)已由評(píng)價(jià)矩陣A求得指標(biāo)權(quán)重，結(jié)合信息可信度的概念，給出基于AHP與信息可信度的供應(yīng)商評(píng)估算法，步驟如下：

    步驟1：由業(yè)務(wù)人員給定時(shí)間序列t及結(jié)果函數(shù)f(t)；

    步驟2：根據(jù)時(shí)間變量t計(jì)算結(jié)果函f(t)；

    步驟3：通過式(1)計(jì)算各指標(biāo)在第i時(shí)

    步驟5：計(jì)算各層次指標(biāo)單排序，使用ω'計(jì)算綜合評(píng)估總排序；

    步驟6：算法結(jié)束。

    算法考慮了評(píng)價(jià)數(shù)據(jù)的時(shí)效性，通過時(shí)間變量計(jì)算出評(píng)價(jià)數(shù)據(jù)的可信度，通過可信度重建指標(biāo)權(quán)重，最后計(jì)算出綜合評(píng)價(jià)總排序。在評(píng)價(jià)數(shù)據(jù)獲取時(shí)間周期不一致的情況下，可以較好的完成評(píng)價(jià)任務(wù)。

3 案例分析

    中國(guó)西部某企業(yè)是以批量訂貨模式為主的生產(chǎn)型制造公司。當(dāng)企業(yè)獲得訂單后，需要準(zhǔn)備30余種原材料及零部件。準(zhǔn)備原材料及零部件中的重要丁作就是選擇供應(yīng)商(在此考慮的供應(yīng)商均與該企業(yè)建立了合作伙伴關(guān)系)；某些零件需要在20多家供應(yīng)商之中進(jìn)行選擇。在評(píng)價(jià)的指標(biāo)中有的需要在供應(yīng)商處進(jìn)行現(xiàn)場(chǎng)審核，有的需要專家對(duì)供應(yīng)商提供的資料進(jìn)行打分，有的需要供應(yīng)商提供如價(jià)格、生產(chǎn)能力、供貨能力、產(chǎn)品不良率等可以在其ERP中查找的數(shù)據(jù)。顯然，這些評(píng)價(jià)指標(biāo)的收集有的非常耗時(shí)，有的則很快。目前該企業(yè)2個(gè)月進(jìn)行一次供應(yīng)商的評(píng)價(jià)，而在此期間可能有幾十次的采購(gòu)任務(wù)。對(duì)于今天瞬息萬變的市場(chǎng)來說，需要進(jìn)行多次評(píng)價(jià)。根據(jù)上面的方法，提出基于移動(dòng)智能體的供應(yīng)商評(píng)價(jià)系統(tǒng)解決這一問題，系統(tǒng)評(píng)價(jià)流程如圖4所示。

圖4 供應(yīng)商評(píng)估流程

    在本文中，結(jié)果函數(shù)的定義使用簡(jiǎn)單的一次線性函數(shù)，如圖5所示；已建立層次分析結(jié)構(gòu)模型，并通過評(píng)價(jià)矩陣求得t₀時(shí)刻綜合評(píng)價(jià)總排序，如表1所示。

圖5 結(jié)果函數(shù)

    表1 t₀時(shí)刻綜合評(píng)價(jià)總排序

    其中批次合格率、產(chǎn)品不良率、生產(chǎn)能力、價(jià)格使用基于移動(dòng)agent的供應(yīng)商評(píng)價(jià)數(shù)據(jù)收集模型來獲取評(píng)價(jià)數(shù)據(jù)，周期T₁為3天，而交付能力、質(zhì)量體系、現(xiàn)場(chǎng)評(píng)估、服務(wù)這4個(gè)指標(biāo)主要通過專家打分的方式來獲取，周期T₂為60天。供應(yīng)商3天評(píng)價(jià)一次，因此周期T₁的指標(biāo)信息可信度一直為1，而根據(jù)指定的結(jié)果函數(shù)可知：交付能力、質(zhì)量體系、現(xiàn)場(chǎng)評(píng)估、服務(wù)這4個(gè)指標(biāo)的可信度在T₂周期內(nèi)不斷降低，如圖6所示。使用本文給出的算法可計(jì)算出綜合評(píng)價(jià)總排序，如圖7所示。

圖6 T₂周期內(nèi)的可信度

圖7 T₂周期內(nèi)的綜合評(píng)價(jià)總排序

    通過計(jì)算各指標(biāo)的層次單排序，結(jié)合每一時(shí)刻的綜合評(píng)價(jià)總排序，便可以得到該時(shí)刻的供應(yīng)商評(píng)價(jià)排名。

4 結(jié)論

    供應(yīng)商的評(píng)估是供應(yīng)鏈采購(gòu)的關(guān)鍵環(huán)節(jié)之一。指標(biāo)的確定、評(píng)價(jià)數(shù)據(jù)的獲取、評(píng)價(jià)方法的選擇是供應(yīng)商評(píng)估的主要工作。使用基于移動(dòng)智能體技術(shù)在供應(yīng)商和采購(gòu)商之間建立聯(lián)系，可以方便快速的獲取評(píng)價(jià)數(shù)據(jù)。但定性指標(biāo)只能人為的獲取，導(dǎo)致數(shù)據(jù)的時(shí)效性獲取不一致，基于AHP與信息可信度的算法可以較好的解決這個(gè)問題，縮短了評(píng)價(jià)周期。

轉(zhuǎn)載請(qǐng)注明出處：拓步ERP資訊網(wǎng)http://www.oesoe.com/

本文標(biāo)題：基于移動(dòng)智能體的供應(yīng)商評(píng)估方法研究

本文網(wǎng)址：http://www.oesoe.com/html/support/1112185578.html