灰色关联TOPSIS（通用7篇）
灰色关联TOPSIS 篇1
引言
在我国社会经济快速发展的历程中,许多企业一直持有利润最大化的传统发展理念,致使人类面临着大气污染、水污染、资源浪费等严峻的环境问题。在此情形下,欧盟颁布了《ROHS指令》和《化学品的注册、评估、授权和限制》等相关环境保护监管指令[1];我国也相继出台了《中华人民共和国环境保护法》、《中华人民共和国循环经济促进法》、《中华人共和国节约能源法》等环境保护法律法规,而且把“生态文明”提升到更高的战略层面,强调在提升经济建设的同时,应具备环境保护意识和树立生态文明的理念[2]。随着国外和国内环保法律法规约束力度的加大以及人们环保意识的增强,我国制造业将面临着能源降耗和污染减排的挑战[3]。一些企业开始根据“绿色”原则,注重使用环保原料和包装再生材料、减少燃料的使用量[4]。绿色供应链已经应用到许多领域中,在制造业供应链发展中绿色化也成为一个必然的趋势。
绿色供应链是在1996年密歇根州立大学制造协会(MRC)在进行一项关于“环境负责制造”研究中提出的,即企业追求经济效益的同时兼顾环境效益,并且将绿色供应链作为一项重要的研究课题[5]。一些企业开始测量他们的绿色度,而测量企业绿色度的关键环节之一是如何选择最佳的供应商作为长期的合作伙伴。通过选择合适的绿色供应商,企业可以在很大程度上提高资源回收利用率以及减少污染物的排放量,对于供应商提供的原料进行绿色控制、加工,从而促使整个供应链实现绿色化,与供应商建立绿色战略伙伴关系,实现可持续发展。
目前国内外学者对供应商评价选择的研究主要集中在指标体系和评价方法等方面。李力(2007)[6]建立了包括绩效、管理水平、生产能力、发展能力、协助能力、任务风险、企业环境在内的军品供应商选择指标体系,并运用新的三角模糊数方法对供应商进行选择;钱吴永(2009)[7]从价格、服务水平、质量、创新能力、市场反应能力、业界信誉6个方面进行分析,并提出了灰色关联定权的方法,结合TOPSIS法对供应商进行评价;Dou(2014)[8]筛选出了战略操作性、组织、环境3个一级指标以及文化、技术、成本、质量等14个二级指标进行分析,运用网络层次分析法(ANP)进行权重的确定,结合灰色关联度方法选择最佳的供应商,最后对算例结果进行灵敏度分析,验证了方法的有效性;罗新星(2011)[9]构建供应商指标体系时加入环境因素,通过AHP确定各指标的权重,结合TOPSIS法选择最优供应商;Kumar(2014)[10]从成本、距离、使用寿命、交货提前期、碳排放量、行业地位与信誉、历史合作、产品性能8个方面建立指标体系,通过DEA方法先淘汰不合格的供应商,然后对合格的供应商运用AHP方法确定权重,结合TOP-SIS法进行排序,最终根据排序结果选择满意的供应商。
本文在现有文献的基础上,通过建立包括环境在内的绿色供应商评价指标体系,并对环境因素的各个二级指标进行具体量化;然后运用FAHP法和熵值法分别确定因素的主观权重和客观权重,通过线性加权进行组合计算得出综合权重,避免了使用单一的权重确定方法对结果造成的误差;最后通过灰色关联分析法与TOPSIS法的结合进行供应商的排序,选择最佳的供应商作为企业的绿色战略合作伙伴;并且通过算例计算、结果对比分析,验证了组合模型的有效性以及与企业的实际情况的吻合性。
1 绿色供应商选择指标体系的建立
在构造绿色供应商指标体系时,指标的科学性与合理性会直接影响到评价结果的准确性和可靠性[11];供应商和制造商在环境方面达成共识是构建绿色供应商指标体系的前提,并且技术能力是供应链绿色化的保障,因此制造商与供应商在技术方面要具备相容性[12];Dickson(1966)[13]提出了包括质量、成本、服务等22项评价指标,进行对供应商的研究;基于Dickson提出的指标的基础上,Bai(2016)[14]考虑了环境因素,并提出制造商与供应商之间如何相互提供绿色技术和绿色控制方法,从而构建了包括环境在内的评价指标体系。因此,在结合制造企业实际的情况下,通过整合已有的文献资料、行业内专家进行打分对供应商指标进行选择,从而构建了合理的绿色供应商评价指标体系,如表1所示。
2 基于FAHP与熵值法组合赋权的灰色TOPSIS模型的构建
2.1 基于熵值法客观权重的确定
熵值法是利用原始决策的客观数据来计算属性下对应的指标权重,并没有考虑决策者的主观想法,因此具有很强的客观性[16]。熵值法确定各指标的客观权重步骤如下:
第一步,设有m个供应商,n个评价指标,对于多属性决策问题,首先对原始数据进行无量纲化处理:
成本型指标公式:
效益性指标公式:
因此得到标准化决策矩阵Y=(yij)m×n。
第二步,将标准化决策矩阵进行归一化处理,得到归一化决策矩阵Q=(qij)m×n:
其中qij表示第i个指标下第j个元素的元素值。
第三步,计算供应商评价指标中第j个指标元素的熵值:
设,其中I>0,m表示供应商的数量,则0≤Ej≤1。
第四步,计算各属性指标的客观权重:
2.2 基于FAHP主观权重的确定
模糊层次分析法及计算过程层次分析法是20世纪70年代美国运筹学专家T.LSaaty教授提出的,相对于层次分析法,模糊层次分析法与实际运用比较接近,可以省去一致性检验,提高决策的可靠性[17]。FAHP分为两种形式:(1)基于三角模糊数;(2)基于模糊一致矩阵;本文则是运用第二种形式确定主观权重。
模糊层次分析法确定主观权重的步骤:
第一步:构造模糊判断矩阵D=(dij)n×n根据公式:
其中a(i)与a(j)分别表示指标元素a(i)与a(j)相对上层指标元素c的隶属度,因此模糊判断矩阵D=(dij)n×n如表所示。
第二步:建立模糊一致矩阵E=(eij)n×n根据公式:
计算得出eij各指标对应的元素值,则E=(eij)n×n为模糊一致矩阵。
第三步:计算第L-1层对于总目标层对应指标的权重向量以及第L层对于L-1层对应指标的权重向量,利用方根法计算:
第L-1层nL-1个元素相对于总目标层的权重向量为:
第L-1层nL个元素相对于第L-1层上第K个元素的权重向量为:
wk(L)=(w1(L),w2(L),…,wk-1(L),wk(L))(其中不受k支配的元素的权重为0)
第四步:计算第L层上各指标元素对总目标的合成权重向量:
2.3 各属性指标主客观组合权重的确定
运用线性加权组合法对FAHP与熵值法分别得出的各指标元素的权重进行组合:
2.4 灰色关联TOPSIS法进行评价排序
TOPSIS法是根据靠近正理想解和负理想解的距离来对决策方案进行评价排序[18],由于TOPSIS法存在不能从形状上反映决策方案与理想解的贴近度,通过灰色关联与TOPSIS相结合,可以克服TOPSIS法的缺陷,提高决策结果的全面性[19]。具体步骤如下:
第一步,根据式(1)(2)得出的标准化决策矩阵构造加权决策矩阵F=(fij)m×n:
第二步,确定正理想解F+和负理想解F-:
F+=max1≤i≤m fi(j)=(f+(1),f+(2),…,f+(n))(j=1,2,…,n)(13)
第三步,计算各决策方案到正负理想解F+、F-的距离T+、T-:
第四步,建立各决策方案与正负理想解T+、T-之间的灰色关联度R+、R-:
其中r+ij,rij为灰色关联系数矩阵,Vi+(j)=fj+-fij,Vi-(j)=︱fj--fij︱,ρ为分辨系数。
第五步,分别对T+、T-、R+、R-进行无量纲化处理:
其中Gi分别表示Ti+、Ti-、Ri+、Ri-。
第六步,计算经过无量纲化处理后的Ti+、Ti-与Ri+、Ri-之间的相对贴近度Si。
根据TOPSIS原理,Ti-值越大,决策方案越接近理想解,Ri+值越大,决策方案越接近理想解;因此进行加权组合求解决策方案的相对贴近度。
其中ξ1、ξ2分别表示评价者对位置和形状的偏好程度,并且ξ1+ξ2=1。
第七步,根据计算得出的Si评价值进行排序,Si值越大,说明供应商评价越接近优理想解,反之,则越偏离优理想解。
3 算例分析
制造业H公司为了顺应绿色供应链的潮流,增强自身的竞争力,该公司以电机为核心零部件,在已经建立的4个供应商中选择最佳的绿色供应商,与此供应商建立绿色战略合作伙伴关系,实现双方共赢以及经济效益与社会效益的统一。
评价指标的原始数据由两部分组成:(1)客观数据;(2)主观数据。对于服务指标、成本指标、质量指标中检验合格率和物料进入生产阶段的可靠性、环境指标中托盘周转箱利用率和绿色包装材料使用率等定量指标的客观数据,主要是通过在T公司内部的工作记录、清点记录获取;对于另一部分客观数据,如环境指标下的净化设备投入比例、技术指标下的R&D工程师人员比例和自动化设备使用比例以及新项目研发比例等定量指标数据,主要通过跟随T公司的采购高级工程师对4家供应商的实地考察和调研获得;对于质量手册制定的完整性、物料性能、物料包装方式标准化、订单回复速度、ISO14001认证、员工普及环保知识程度、图纸设计及可优化水平等定性指标的主观数据,主要是通过评价小组进行综合打分获得,评价小组由4名学术专家、1名供应链经理、1名物料经理、2名采购高级工程师、2名质量高级工程师组成。4家供应商的评价原始数据如表2所示:
3.1 构造标准化决策矩阵
根据式(1)、(2)对原始数据进行无量纲化处理得到标准化决策矩阵,计算结果略。
3.2 综合权重的确定
第一步,根据公式(3)~(5)得到熵值法确定的客观权重:
第二步,根据公式(6)~(10)得到FAHP法确定的主观权重:
第三步,根据公式(11)计算得出组合权重:
3.3建立加权标准化决策矩阵
根据公式(12)F=(fij)m×n=W·Y计算得出加权标准化决策矩阵,计算结果如表3所示。
3.4 确定正理想解F+和负理想解F-
根据(13)、(14)得到:
3.5计算各决策方案到正负理想解F+、F-的距离T+i、T-i
根据公式(15)、(16)计算各决策方案到正负理想解F+、F-的距离T+i、T-i:
3.6 计算灰色关联度R+、R-
根据式(17)~(20)建立各决策方案与正负理想解距离Ti+、Ti-之间的灰色关联度R+、R-。
第一步,根据(17)、(18)计算得出灰色关联系数矩阵r+ij、rij(略)。
第二步,根据(19)、(20)计算得出灰色关联度矩阵Ri+、Ri-:
3.7 分别对Ti+、Ti-、Ri+、Ri-进行无量纲化处理
根据公式(21)分别对计算出来的Ti+、Ti-、Ri+、Ri-进行无量纲化处理:
3.8计算V+i、V-i以及相似贴近度Si
根据公式(22)~(24)分别计算Vi+、Vi-以及相似贴近度Si,其中取ζ1=ζ2=0.5。
3.9结果排序
根据计算得出的Si评价值进行排序,根据Si值越大越接近优理想解原理,可知D>A>B>C,供应商为最佳供应商作为T公司的绿色战略合作伙伴。
3.1 0 结果分析
第一步,通过不同权重下的灰色关联TOP-SIS进行结果对比,如表3所示,根据不同权重下的计算结果分析,组合赋权方法与其他两种单独赋权结果趋于一致,并且和熵值赋权的结果完全一致,表明组合赋权既考虑了专家决策时的实际经验,同时对客观数据进行科学验证,做到定性与定量、主观与客观的结合,验证了组合赋权的合理性与可靠性。
第二步,基于组合赋权分析的基础上,对灰色关联TOPSIS方法中的偏好系数ζ1、ζ2分别取不同的值进行分析,结果如表4所示,根据不同取值计算结果表明,绿色供应商的排序结果完全一致,即:D>A>B>C,表明偏好系数并没有直接影响绿色供应商的评价选择,说明排序结果具有很强的稳定性和有效性。
4 结束语
随着国内和国外对环境保护力度的加大,尤其是对于制造业监管以及约束的增强,绿色供应链成为制造业乃至其它行业的必然的发展趋势,因此,企业选择绿色供应商战略伙伴成为绿色供应链发展的关键之一。本文结合绿色供应链理论和制造业的特点,构建了包括环境因素在内的供应商评价指标体系,并对指标因素进行具体量化;通过FAHP和熵值法组合赋权,避免了单一赋权的不足,增加了评价过程的合理性和准确性;结合灰色关联度对TOPSIS法进行改进,克服了传统TOPSIS法的缺陷,给出了基于灰色关联的TOPSIS评价方法。最后通过算例计算以及结果分析,验证了FAHP-熵值法-灰色关联TOP-SIS模型的可行性和有效性,为企业选择绿色战略合作的供应商提供了借鉴依据。
灰色关联TOPSIS 篇2
本文将以灰色关联度方法为基础,采用综合灰色关联度的方法,对海陆产业的关联关系做以下研究。
一、灰色关联分析的建模机理
灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密,以此思想来计算灰色关联度。曲线形状越接近,相应序列之间的关联度就越大,反之就越小,从而据此判断影响系统发展的主要因素和次要因素。
1. 灰色关联度
(1)确定系统特征序列
对一个抽象的系统或现象进行分析,首先要选准反映系统行为特征的数据序列,即系统特征序列,以及影响该系统或现象的m个相关因素序列,用它们来反映我们所要分析的问题。分别计为:。
(2)变量因子的初始化
原始数据的量纲往往不同,为了能进行比较分析,需要统一量纲。对于系统特征序列合相关因素序列,记初始化后的数据分别为:
其中对于,
(3)计算关联系数
的关联系数为
ζ为分辨系数,ζ越小,分辨能力越大,通常有ζ∈(0,1)。
(4)计算灰色关联度
则R(X0,X1)即为系统特征序列与相关因素序列的灰色关联度。
2. 综合灰色关联度
(1)灰色绝对关联度
灰色绝对关联度以及之后的灰色相对关联度、灰色综合关联度都是仅指对所考察的两个序列,两个序列的地位具有对等性。灰色绝对关联度以计算序列相对于初始值的变化的绝对量为出发点。
(1)计算系统特征序列与相关因素原始序列始点零化像:
与其中对于,,
(2)计算统计量
(3)计算灰色绝对关联度
系统特征序列与相关因素序列的灰色绝对关联度(简称绝对关联度)即为:
2.灰色相对关联度
灰色相对关联度是序列与相对于始点的变化速率之联系得数量标准,与的变化速率越接近,灰色相对关联度越大,反之越小。
(1)求初值像,具体步骤同1.2
(2)以下步骤与2.1至2.3同
记与的灰色相对关联度为,简称相对关联度。
3. 灰色综合关联度
如与分别为系统特征序列与相关因素序列的灰色绝对关联度与灰色相对关联度,对于,称为与的灰色综合关联度,简称综合关联度。是绝对关联度的权重,在本文中取值为0.5。
二、山东省海陆产业间灰色关联度的侧度
在上述灰色关联度中所提的计算序列与的灰色关联度过程中,考虑到了其它非i的相关因素对与的灰色关联度的影响,较为全面地利用了系统信息。在进行海洋一、二、三产业与陆域一、二、三产业的灰色关联分析时选用灰色关联度为计算方法。
以山东省海洋一、二、三产业2000年至2005年的产值所成的时间序列为系统特征序列,分别以同期山东省陆域一、二、三产业的产值所成的时间序列为相关因素序列X1t、X2t、X3t。按本文灰色关联度所介绍的方法计算灰色关联度,得结果有表1
注:所用数据来源于《中国海洋统计年鉴》(2001至2006),以及《山东统计年鉴》(2001至2006)
采取同样方法,笔者分别以山东省的主要海洋产业,即海洋渔业、海洋油气业、海洋盐业、海洋船舶工业、海洋交通运输业、滨海旅游业的产值所成时间序列为系统特征序列,以陆域一、二、三产业的产值为相关因素序列,时间区间同样为2000至2005年,计算可得相应得灰色关联度,如表2。
注:数据来源同表1。其中海洋旅游业总产值04年前后发生变化,在此本研究将旅游业总产值统计口径统一到04年之前的方法上,即取青岛、烟台、日照、东营、威海、潍坊这6个沿海市的旅游外汇收入之和
由表1可知:海洋第一产业与陆域第一产业之间的灰色关联度为0.638;与陆域第二产业的灰色关联度为0.830;与陆域第三产业的灰色关联度为0.737。可见与海洋第一产业关联的紧密度排序依次是:陆域第二产业、陆域第三产业、陆域第一产业。按照分类标准,海洋第一产业即海洋渔业及其相关产业。海洋渔业为陆域第二产业(如食品加工业、制药业等)提供必要的原料,陆域第二产业也在为海洋渔业提供相关的机械设备作为支持。同时,海洋渔业也与陆域第三产业中的服务业、餐饮业有着紧密的联系:海洋渔业产品直接为陆上餐饮业提供原料供应;陆域交通运输业、仓储业的发展也促进了海洋渔业产品的流通,同时旅游业也因海洋渔业的发展多了选择的空间。
需要注意的是,测算结果表明海洋渔业与陆域第一产业的关联度最小。究其原因,笔者认为海洋渔业主要受制于海洋自然环境,而与陆域第一产业特别是淡水渔业之间的联系相对薄弱,是由于二者尚处于较为独立的发展状况而造成的。
海洋第二产业与陆域第一、二、三产业的灰色关联度分别为0.570、0.676、0.636。可见海洋第二产业与陆域第二产业的关系最为密切,陆域第一产业与海洋第二产业发展相距最远。海洋第二产业可以看作是陆域第二产业的延伸,因此它们之间有着的紧密关系就不足为奇。结合表2以海洋第二产业中的海洋船舶制造业为例,它的发展与陆域第二产业中的设备制造业、冶金业等紧密相关,它们之间的灰色关联度达到0.743。海洋第二产业中的海洋盐业则与陆域第一产业有着天然的联系(为畜牧业提供饲料原料等),灰色关联度高达0.902。
海洋第三产业与陆域第一、二、三产业的灰色关联度分别为0.601、0.653、0.639。海洋第三产业的两大支柱为海洋交通运输业与滨海旅游业,它们的发展与陆域第二、三产业休戚相关。海洋交通运输的对象主要是陆域第二产业中所生产的货物以及所需的原材料,陆域第二产业发展的状况直接影响到海洋交通运输的货源供给情况,它们之间的灰色关联度为0.642,大于与陆域第一、三产业的关联度0.563和0.616。滨海旅游业则更与陆域第三产业中的内陆旅游业和陆域交通运输业密不可分:每年有大量的游客经由飞机、汽车、火车涌往海滨旅游胜地,并带动陆域交通运输业的发展;同时,各大旅行社也往往会推出兼有沿海与内陆游览内容线路(如青岛-泰山-曲阜),使海陆旅游连成一体。因此,滨海旅游业与陆域第三产业的灰色关联度为0.688,超过海、陆第三产业灰色关联度0.639的整体水平。
摘要：海洋产业与陆域产业关联程度的测算,对于沿海地区科学地进行产业调整、制定产业战略是至关重要的环节之一。本文以山东省为例,通过测算主要海洋产业与陆域产业的灰色关联度,揭示了海陆产业的关联关系。
关键词：灰色关联度,海洋产业,陆域产业
参考文献
[1]邓聚龙:灰色系统理论教程[M].华中理工大学出版社,1990
[2]宋薇:海洋产业与陆域产业的关联分析[D].辽宁师范大学硕士学位论文.2002
[3]张绍良张国良:灰色关联度计算方法比较及其存在问题分析[J].系统工程,1996(05):45-49
[4]王海英栾维新:海陆相关分析及其对优化海洋产业的启示[J].海洋经济,2002(06):28-32
灰色关联TOPSIS 篇3
一、河北农民收入现状
改革开放后, 河北农民收入水平大幅度提高, 农村居民家庭人均纯收入由1978年的133元增加到2007年的4, 293元, 增长超过了30倍。虽然河北农民收入水平近年来一直保持增长态势, 但2007年农村人均纯收入仍位于全国第十, 可见农民增收依然是摆在我们面前的问题。另外, 河北农民收入与城镇居民收入差距逐年拉大, 2004年河北城乡之间居民收入差距比为2.51∶1, 2007年这一差距上升到2.72∶1。如果考虑到城镇居民所享有的社会保障方面作为福利的隐性收入成分和上报农民收入中的虚报成分, 则实际城乡收入之比可能更高。农民收入水平不高、收入增速过慢、城乡收入差距拉大, 不仅影响了农民的生产积极性, 而且影响了农村的改革、发展和稳定, 甚至影响到国民经济和社会发展的全局。
二、农民收入的灰色关联分析
(一) 灰色关联分析研究机理。
灰色关联方法主要用来解决样本小、信息量不完全的复杂问题, 本文讨论的河北农民收入问题属于这种复杂的灰色系统。灰色关联分析是根据数据列各因素之间发展态势的相似或相异程度来衡量数据列接近的程度。在进行数据列关联分析时, 先确定参考数列, 然后比较其他数列同参考数列的接近程度, 这样才能对其他数列进行比较, 进而做出判断。灰色关联度是度量两个因素间关联程度大小的参数, 若两个因素变化的趋势具有一致性, 即可谓二者关联程度较高, 灰色关联度值大。反之, 关联度值小。
(二) 河北农民收入影响因素灰色关联度值及其排序。
本文选取了2001～2007年河北农民人均纯收入及其主要构成因素的数据, 根据前述机理, 运用DPS软件进行灰色关联度值的计算。设农民人均纯收入为参考数列X0, 第一产业收入、工资性收入等影响因子为比较数列Xi (i=1, 2, ……6) , 选取ρ=0.5, 按平均值法计算出河北农民收入各影响因素的灰色关联度值并进行排序。 (表1)
从表1可以看出, 近七年河北农民收入各影响因素的灰色关联度值从大到小的排序为:家庭经营纯收入>第一产业收入>工资性收入>第三产业收入>第二产业收入>转移性、财产性收入。
三、河北农民收入影响因素灰色关联结果分析
(一) 总体特征。
把灰色关联度值大于或等于0.7000的影响因素定为强影响因素, 把值位于0.6111～0.6999之间的定为一般影响因素, 把小于或等于0.6000的定为弱影响因素。可以看出, 与河北农民收入关联度较大的因素是家庭经营纯收入、第一产业收入和工资性收入, 而第三产业收入和第二产业收入的影响较小, 转移性、财产性收入对农民收入影响最低。
(二) 家庭经营第一产业收入是影响河北农民收入的主要因素。
家庭经营纯收入是指一二三产业的收入总和, 它在农民收入中占有最大比重, 关联度值最大。其中, 第一产业收入的灰色关联度值为0.7849, 排名第二, 这表明它相对于其他收入对农民增收的影响是最大的。
(三) 工资性收入对河北农民增收的贡献很高。
工资性收入对河北省农民收入的关联度值为0.7486, 其影响程度仅次于第一产业收入, 原因是河北农村剩余劳动力在加快转移。随着政府对农民工权益保护力度的加大, 就业环境不断改善, 而且各地加强了农民工职业技能培训, 推动河北农村剩余劳动力有序流动, 促进农民务工收入快速增长。
(四) 转移性、财产性收入对河北农民收入的影响较低。
河北农民转移性和财产性收入对总收入的影响十分有限, 其关联度在六个影响因素中排名倒数第一, 属弱影响因素。转移性收入不高主要说明政府对农民的支农政策措施的推行还不够完善, 河北应继续加大农业补贴力度, 出台强农惠农政策, 支撑农民增收。
四、促进河北农民收入增加的对策
第一, 优化农业产业结构, 提高农业效益。第一产业收入目前仍是河北农民家庭经营纯收入的主要来源, 要想实现农民第一产业增收, 必须按照市场需要调整和优化农业产业结构。未来几年, 河北各地要以市场为导向, 立足于本地实际和优势, 依靠科学技术创新, 选择那些有市场前景、有销路、有效益、有特色的农产品去发展才能获得成功。各级政府应该组织更多资金扶持农村特色产业, 大力培养乡土专业人才推进特色农业、高效农业、生态农业的发展。
第二, 加快农村剩余劳动力转移, 提高农民非农收入。首先, 河北应积极做好劳动力转移信息服务和指导工作, 减少剩余劳动力流动的盲目性。其次, 建立剩余劳动力档案, 健全农业劳动服务中介组织。最后, 河北应继续大力实施农村劳动力转移的“阳光培训工程”, 使农村劳动力转移具有相对的稳定性和长期性, 使农民更好地适应城市化生活, 从而实现工资性收入的稳步提高。
第三, 落实各项惠农政策, 增加农业投入。农民只有从强农惠农政策中直接受益, 转移性纯收入才能迅速增加。首先, 河北应继续加大农业补贴力度, 继续抓好粮食保护价收购、农业税减免、农业贷款等“三农”政策的落实, 使广大农民真正从惠农政策中受益增收。其次, 要进一步增加农民的转移性收入, 必须加大帮扶力度, 推进社保型农村的建设。政府要增加对农村的财政转移支付力度, 给予农民更多的扶持政策, 通过健全、完善以大病统筹为主的新型农村合作医疗制度和医疗救助制度;建立农村社会养老制度, 建立一个强有力的国家对农民收入的支持保护体系。
第四, 鼓励发展农村二三产业, 拓宽农民增收渠道。目前, 尽管第一产业收入仍然是农民收入的主要来源, 但近些年来其增速远远低于二三产业带给农民的收入增长。因而, 从农业的增收渠道看, 还需进一步加大非农产业的收入比重, 鼓励二三产业的发展。一方面可以鼓励农民创业, 大力发展民营企业和乡镇企业, 政府应该为农民创业提供政策、财政、税收支持, 全面推进农民创业热情, 拓宽农民增收渠道;另一方面以市场为导向, 在当地大力发展农产品深加工、销售流通等二三产业, 这样既可以就地解决农民的工作问题, 又增加了农民的收入。
总之, 无论是农业产业结构调整、加速劳动力转移, 还是发展非农产业, 关键在于把各项扶持政策落实到位。只有农民收入得到增加, 农民地位得到提高, 社会主义新农村建设事业才会蓬勃发展起来。
参考文献
[1]陈丽宇, 柳成荫.灰色系统理论在分析预测银川市农民纯收入中的应用研究[J].农业科学研究, 2008.
[2]赵耿华, 蒋成杰等.当前制约农民收入增长的诸多因素分析[J].北方经济, 2005.
住院收入影响因素的灰色关联分析 篇4
关键词：住院收入,灰色关联分析,关联度,影响因素
随着我国卫生事业改革的不断深入, 医疗市场竞争日益激烈, 各级医院都面临着生存与发展的考验。医院如何适应医疗制度的改革, 主动顺应并积极应对医疗市场的竞争, 又好又快地推进医院的建设和发展是当前医院急需解决的问题。营利是医院生存发展的根本要求, 谈到营利就必须涉及到收入。医院业务收入是反映医院经济效益, 管理水平的重要指标, 它不仅体现了医院一定时期的经营成果, 也是医院生存和发展的资金源泉, 是保持医院可持续发展的物质基础。
住院收入与多种因素相互关联, 以往在医院管理中涉及到多因素分析等方面内容时, 都是采用数理统计方法进行处理的。但统计方法要求有大样本, 典型概率分布和计算工作量大等不足, 使它在实际工作中存在某些局限性。而本文采用灰色系统理论中的灰色关联分析则克服了这些不足, 并提高了分析的准确性, 从而为医院管理者在医院管理过程中提供了科学的、量化的、可靠的信息, 为医院的发展提供科学依据。
1 资料与方法
1.1 资料来源
资料来源我院2005至2010年度医疗业务工作报表, 数据准确、真实、可靠。
1.2 方法
采用灰色关联分析法。确定反映系统行为特征的参考序列和影响系统行为的比较序列。
1.2.1 指标的选择
选择住院收入X0 (万元) 为参考序列, 出院人数 (X1) , 门急诊人次数 (X2) , 职工人数 (X3) , 平均住院日 (X4) , 病床使用率 (X5) (%) , 病床周转次数 (X6) , 固定资产 (X7) 万元, 实际占用总床日数 (X8) 作为比较序列。我院2005至2010年住院收入及相关变量 (因素) 值见表1。
1.2.2 对参考数列和比较数列进行无量纲化处理
由于系统中各因素的物理意义不同, 导致数据的量纲也不一定相同, 不便于比较, 或在比较时难以得到正确的结论。因此在进行灰色关联度分析时, 一般都要进行无量纲化的数据处理。初值化: (平均住院日为低优指标, 为达到同趋势要求, 将平均住院日以倒数法转换为高优指标, 倒数乘以100) 。对原始数据 (参考序列即母序列X0 (t) 和比较序列即子序列Xi (t) 作初值化处理, 得生成数列 (表2) 。
1.2.3 计算X0 (t) 与Xi (t) 在各时刻t的绝对差△0i (t) , 见表3。
从中找出最小绝对差值△min和最大绝对差值△max, 本例:△min=0, △max=0.9062
1.2.4 所谓关联程度, 实质上是曲线间几何形状的差别程度。因此曲线间差值大小, 可作为关联程度的衡量尺度。对于一个参考数列X0有若干个比较数列X1, X2, ……, Xn, 各比较数列与参考数列在各个时刻 (即曲线中的各点) 的关联系数ξ (Xi) 可由下列公式算出:求X0 (t) 与Xi (t) 在各时刻的关联系数ξ0i (t) (表4) 。
式中, ρ为分辩系数, 一般取ρ=0.5
1.2.5 因为关联系数是比较数列与参考数列在各个时刻 (即曲线中的各点) 的关联程度值, 所以它的数不止一个, 而信息过于分散不便于进行整体性比较。因此有必要将各个时刻 (即曲线中的各点) 的关联系数集中为一个值, 即求其平均值, 作为比较数列与参考数列间关联程度的数量表示, 计算参考序列与比较序列的关联度r0i值, 见表5。
1.2.6 将m个子序列对同一母序列的关联度按大小顺序排列起来, 便组成了关联序, 它反映了对于母序列来说各子序列的“优劣”关系, 排关联序:r06>r01>r02>r07>r08>r05>r04>r03。
1.2.7 住院收入构成及关联度情况见表6。可以看出关联度最大的是药费, 其次是床位费, 第三是检查费。
2 结果与分析
2.1 本文提供的8个比较因素中, 病床周转次和病床使用率、平均住院日是直接反映医院医疗服务效率和资源有效利用、间接反映和衡量医院医疗质量和管理水平的综合指标。职工人数是反映医院规模的 (在病床数相对固定的条件下) , 门急诊人数既能反映医疗质量也能体现医院规模, 但它在某种程度上受院外因素影响较大。
2.2 在住院收入与各有关影响因素的关联分析中, 可以看出病床周转次关联度最大, 为0.7470, 加快病床周转次数, 可有效地利用卫生资源, 提高医院效益。其次为入院人数的关联度0.7315, 说明其对住院收入有较大的影响, 加强病床的周转次数, 缩短平均住院日, 从而提高病床使用率, 入院人数就越多。
门急诊人次数的关联度为0.7236与前两者接近, 说明其对住院收入有较大的影响, 入院人数与门急诊人次数有正向关系。医院应进一步改善就诊环境, 方便患者就诊, 采取合理有效的措施吸引更多的患者。
在医院住院收入与各有关影响因素的关联分析中, 可以看出固定资产的关联度为0.7078, 说明选择项目中以固定资产的投入对住院收入有较大的影响, 特别是高精尖仪器设备的购进, 增加了检查项目, 提高了诊疗水平, 促进了业务收入的增加。
再次为病床使用率, 关联度为0.6458, 提高病床使用率能达到创收的目的, 但应按医院的有关规定, 避免增加院内感染等负面的影响。实际占用总床日数的关联度为0.6461, 它是评价医院工作效率的总量指标、是计算病床使用率等质量指标的基础。职工人数的关联度排最后, 为0.5621, 说明职工人数的增加在一定条件下可创造更多的效益, 但人员配备应合理, 杜绝人员闲置和人力资源浪费, 保持职工队伍的精干和高效。要符合医院发展规划要求, 避免人浮于事。
平均住院日的关联度为0.5709, 说明与住院收入的关联度相对较弱, 医院应缩短平均住院日, 使医院在实现资源成本最小化的同时, 减少患者的直接和间接费用, 减轻患者经济负担, 同时也减少患者的心理负担, 达到医院的综合效益最大化。
2.3 近年来药费占住院收入的比例越来越高, 一方面与住院医生在选择治疗用药时, 忽视一般药物的使用, 过多地选择新药及昂贵药品有关;另一方面, 与致病微生物抗药性增强, 常规用药疗效不好, 临床上使用新药、进口药品增多有关。由于医院药品销售的边际收益较低, 而劳务价值又未能充分体现, 要实行增收的目的就必销售大量的药品才能达到, 特别在市场经济体制下药品价格受市场和成本的影响, 上涨辐度较大且较频繁以及各种不正常的药品回扣现象的影响, 将诱发药品的不合理使用, 并造成医院费用不断上涨。在住院收入中检查费占了较大的比重, 但各项检查仍应以合理、有效及适用为原则, 避免过多依赖于医疗设备的检查来指导治疗, 增加患者的经济负担。
2.4 通过对我院住院收入的关联因素分析, 住院收入的增加主要是通过改善服务环境、提高医疗质量、吸引更多患者就诊、工作量增加和效益提高而取得。从以上分析来看, 今后, 我院要提高经济效益, 就必须以患者为中心、以市场为导向, 进一步加强专科、特色门诊的建设, 努力提高医疗质量, 美化就医环境, 改善服务态度, 提高医疗技术水平, 通过精湛的技术, 优质的服务, 赢得患者信任, 扩大社会宣传及影响, 提高社会效益, 以加大对患者的吸引力。
3 讨论
对于两个系统之间的因素, 其随时间或不同对象而变化的关联性大小的量度, 称为关联度。在系统发展过程中, 若两个因素变化的趋势具有一致性, 即同步变化程度较高, 即可谓二者关联程度较高;反之, 则较低。因此, 灰色关联分析方法, 是根据因素之间发展趋势的相似或相异程度, 亦即“灰色关联度”, 作为衡量因素间关联程度的一种方法。灰色系统理论提出了对各子系统进行灰色关联度分析的概念, 意图透过一定的方法, 去寻求系统中各子系统 (或因素) 之间的数值关系。因此, 灰色关联度分析对于一个系统发展变化态势提供了量化的度量, 非常适合动态历程分析。灰色系统理论是我国著名学者邓聚龙教授于20世纪80年代初首创的一种新型理论, 它适用于系统因素、结构及因素关联不完全明确, 即信息不完全的数据分析。在现有系统分析的量化方法中, 大都采用数理统计的方法, 如回归分析、方差分析、指数分析、主成分分析等, 其中以回归分析用得最多。然而回归分析有其固有的弱点, 如要求有大量样本, 要求样本有较好的分布规律, 计算工作量大, 可能出现量化结果与定性分析结果不符的现象, 因此大都只用于少因素的、线性的系统, 对于多因素的, 非线性的系统则难以处理。而灰色系统提出的灰色关联分析法所需要的时间序列短、统计数据少, 不要求数据有典型分布, 算法简便易行, 而被广泛应用。医院住院收入也是一个灰色系统。本文应用灰色系统灰色关联理论, 对影响我院住院收入的各种因素进行分析, 计算灰色关联度, 并排出关联序, 从而得出不同因素对住院收入影响的定量结果[1,2,3,4,5]。综上所述, 灰色系统灰色关联理论能够全面地、比较客观地反映出医院住院收入与各影响因素之间的相互关系, 并且能够使这种原本模糊的、仅限于定性描述的关系, 得以清晰地量化。因此应用灰色关联分析, 分析影响住院收入的因素, 是科学的、可靠的。
参考文献
[1]邓聚龙.灰色系统基本法[M].武汉:华中理工学院出版社, 1987:17-34.
[2]王学知.病床周转次数影响因素的灰色关联分析[J].中国医院统计, 2008, 15 (3) :203-204.
[3]邵珠艳.医院工作质量的灰色综合评判[J].中国医院统计, 2006, 13 (1) :15-16.
[4]严茂春.某院住院收入影响因素的灰色关联分析[J].中国医院统计, 2010, 17 (2) :153-155.
灰色关联TOPSIS 篇5
关键词：港口经济,城市经济,灰色关联分析
1 引言
港口与其所依托的城市在发展上存在着密切的关系, “城以港兴, 港为城用”是大多数港口城市得以繁荣发展的共同规律, 港口的发展离不开城市的依托, 城市的繁荣依赖于港口的繁荣, 两者互相促进, 协调发展。
港口对城市经济的贡献主要体现在港口经济是城市经济发展的重要增长极。港口作为城市交通运输行业的重要组成部分, 不仅可以产生国内生产总值, 还能为城市提供就业机会、上缴利税。同时, 港口作为现代物流链上的重要节点, 其海上腹地几乎可以覆盖全球, 陆上腹地可远达几千千米, 港口庞大的辐射作用可以有效地吸引大量物资、人力、资金、信息等要素, 大量生产要素的聚集以及域外市场的需求带动了港口城市工业的发展和壮大。
城市对港口经济发展的带动效应则主要体现在城市经济的发展为港口提供货源保证和集疏运体系支撑。港口运输的需要主要源于港口城市国民经济运行过程中, 尤其是对外贸易中所产生的运输需求。因此, 港口的发展在很大程度上取决于其所依托城市的国民经济总体运行状况和对外贸易。另外, 港口城市集疏运系统是港口物流的重要通道。城市铁路、公路、机场等基础设施的建设为港口提供了便捷的集疏运通道, 保证港口物流活动的顺畅运行, 促进港口与其经济腹地的密切联系。
可见, 港口系统与城市系统存在着良性的互动, 港口是城市发展的动力, 城市是港口发展的载体。因此, 港口与城市经济的协调发展成为港口城市发展的核心问题。本文将采用定量分析模型研究港口经济与城市经济之间的相互关系, 重点分析城市经济对港口发展的带动效应。
由于港口经济和城市经济都是复杂的经济系统, 反映两者的因素众多且复杂, 分析时只能选取有限的主要指标来进行研究, 且各指标的统计数字有限且不易获得, 现有数据灰度较大, 数据大都没有典型的概率分布。因此, 该系统具有信息不完全或者“灰色”的特性, 可视为一个灰色系统, 采用灰色关联分析方法进行研究。
2 灰色关联分析原理
灰色关联分析是针对系统存在的各种已知、未知或不完全知道的关系进行关联, 以一定的方法量化描述系统中各子系统或元素之间的关系。其基本思想是根据序列曲线几何形状的相似程度来分析比较序列与参考序列之间关系的密切程度。序列曲线越接近, 比较序列与参考序列之间的关联度越大, 反之越小。灰色关联分析法不需要大样本和数据服从典型分布, 对样本量的多少和有无规律同样适用, 因此用来研究港口与城市经济发展的互动关系有较好的适用性和实用价值。具体计算步骤如下:
(1) 确定参考序列和比较序列
设X1, X2, …, Xm为m个因素, 则有n维比较序列undefined及n维参考序列undefined。
(2) 原始数据无量纲化处理
由于各序列的原始数据量纲不一致, 数量级也有差异, 为增强序列可比性和分析的客观性, 需对原始数据进行无量纲化处理。
undefined;undefined
其中, 0和分别为序列X0和Xi的均值。
(3) 求差值矩阵
undefined
k=1, 2, …, n;i=1, 2, …, m (2)
得到两极最小差和最大差:
undefined;undefined
k=1, 2, …, n;i=1, 2, …, m (3)
(4) 计算参考序列与比较序列之间的关联系数
undefined
其中, ρ∈ (0, 1) 为分辨系数, ρ越小, 分辨率越大, 通常取0.5。
(5) 计算参考序列与比较序列之间的灰色关联度
undefined
(6) 确定关联次序
为准确衡量各因素与参考序列之间关联程度的大小, 需将关联度以大小顺序加以排序, 形成关联次序。
3 指标体系的建立
港口经济与城市经济都是复杂的经济系统, 两者的发展均受众多因素影响, 反映两者发展水平的指标也丰富且复杂。本文为了研究城市经济对港口发展的带动效应, 选取有代表性的城市经济指标和港口经济指标进行分析, 构建城市经济与港口经济关联分析指标体系, 如表1所示。
4 港口经济与城市经济的灰色关联分析
本文以青岛市为例, 选取2003—2009年的历史数据为样本, 对青岛港口与城市经济关系进行实证研究。各指标原始数据如表2所示。
资料来源:青岛统计信息网。
将表2数据依次代入式 (1) - (5) , 计算得出8个城市经济指标与2个港口经济指标的关联度, 如表3所示。
由表3可以看出, 青岛城市经济指标与港口货物吞吐量的关联度由大到小依次为:人均GDP>第二产业产值>GDP>第三产业产值>社会消费品零售总额>对外贸易额>第一产业产值>货运量;与港口集装箱吞吐量的关联度由大到小依次为:第二产业产值>GDP>对外贸易额>第三产业产值>人均GDP>社会消费品零售总额>第一产业产值>货运量。
为了更好地描述城市经济指标与港口经济指标之间的关联程度, 引入综合关联度:
Ri=θri (Y1) + (1-θ) ri (Y2) (6)
其中, undefined, 通常取0.5。
综合关联度体现了港口经济指标与第i个城市经济指标数据的相似程度, Ri越大, 说明两者的关联度越大, 即第i个城市经济指标对港口经济的影响越大, 反之越小。
将表3数据代入式 (6) , 求得青岛城市经济指标与港口经济的综合关联度, 如表4所示。
由表4可以看出, 青岛城市经济指标与港口经济综合关联度由大到小依次为:第二产业产值>人均GDP>GDP>第三产业产值>对外贸易额>社会消费品零售总额>第一产业产值>货运量。由此可见, 第二产业产值、人均GDP、GDP对青岛港口经济的发展有较大影响, 其中第二产业产值的影响最为突出, 这是由于第二产业中的工业对港口货物吞吐量和集装箱吞吐量的贡献较大。第三产业产值、对外贸易额、社会消费品零售总额对青岛港口经济的影响也不可忽视。而第一产业产值和货运量的影响相对较小, 但综合关联度也超过了0.6, 这说明青岛港口经济的发展与城市经济有着密切的关系, 两者正在逐渐结合为一个整体, 港口的发展不仅加强了城市的交通枢纽功能, 而且日益成为城市发展的核心动力。
5 结论
通过以上分析可以看出, 港口经济与城市经济的发展存在着密切的关系, 城市经济的发展对港口发展具有良好的带动效应, 而港口的发展又对城市经济具有很大的贡献。因此, 作为港口城市, 青岛市应正确处理好港口与城市经济发展的关系, 保持协调、互动的港城关系是青岛市今后发展的核心问题。分析结果表明, 青岛市第二产业、人均GDP、GDP等对港口经济的发展带动作用较大。青岛市应充分利用港口城市的优势, 促进国民经济发展和产业结构调整, 发展临港工业, 提高外向型经济比重, 促进港口与城市的良好互动发展。
参考文献
[1]林建华, 陈淳.厦门港口经济与城市经济定量分析[J].厦门科技, 2002 (3) .
[2]陈再齐, 曹小曙, 阎小培.广州港经济发展及其与城市经济的互动关系研究[J].经济地理, 2005, 25 (3) .
灰色关联TOPSIS 篇6
零件加工方案的决策是制造系统规划设计。基于特征的加工方案决策就是针对零件的各个待加工特征,先确定每个特征的加工方案,然后由各个特征的加工方案组合形成零件的加工方案的过程。零件加工方案的决策在传统的创成式CAPP系统和CAPP专家系统都是将各类特征的典型加工方法简化成决策树或决策表的形式,采用基于规则的知识表述和推理。这种基于产生式的推理系统知识表达方法单一,推理策略欠灵活,使推理的效率很低。吴丹应用前向多层神经网络选择加工方法[1]通过大量的加工方法选择样本对神经网络进行训练,通过神经网络的计算,输出特征对应的加工方案。应用神经网络方法可以克服产生式规则系统中存在的规则组合爆炸和匹配冲突等问题。但是,神经网络学习样本设计中,需要对特征加工方案进行简化,样本数量太小,计算结果的误差大,样本数量太大,样本训练的时间长,另外神经网络计算的结果难以支持多工艺方案决策。邵新宇、秦宝荣提出了基于模糊推理的特征加工方案决策方法[2,3],应用模糊综合推理的理论和方法解决特征加工方案提取问题。
加工方案的决策是一个复杂的过程,因为每个零件有多个特征,每个特征又有多种加工方案可供选择,并且方案决策时还要受设备、生产环境等的影响,所以影响加工方案的决策的因素很多,各因素联系又不是全然确知的,属于部分信息已知、部分信息未知,即所谓的灰色系统。灰色关联是灰色系统理论的重要内容,是研究事物相互关系的有力方法[4]。本文利用灰色关联筛选出可行的加工方案,并能对可行方案与最佳因素集的关联度的计算,确定可行加工方案的优先等级。
1 零件加工方案决策体系
由于零件是由不同的加工特征组合而成,因此零件的加工方案决策为2级加工方案决策:即单个特征的加工方案选择以及零件的所有加工特征的加工方案的整合。
1.1 零件单个特征的加工方案决策
a) 单个特征的加工方案决策体系
单个特征的加工方案决策是面向加工零件单个特征的各项指标,在众多的加工方案中,选择出符合要求又相对较优的加工方案,所以它是一个多目标优化问题,需要建立一个可行的加工方案决策指标体系[5]。在加工方案选择过程中,首先考虑满足零件的形状特征和工艺特征的要求,同时考虑选择此加工方案加工设备的利用率以及成本。因此建立如图1所示的加工方案评价指标体系。
在图1的评价体系中,加工方案选择涉及形状、材料特征、热处理、生产批量、尺寸、形状精度、位置精度、尺寸精度、粗糙度等因素。形状是零件形状是否适合此加工方案,如箱体上的锥孔一般采用锪或铰的加工方案而不用镗,盲台阶孔一般用镗等等;尺寸主要是考虑加工特征的尺寸大小是否适合此加工方案,孔径分为大、中、小三种类型;生产批量主要分为大、中、小不同的批量;材料特征中的热处理主要是考虑零件材料是否淬火;材料类型考虑不同的材料,主要考虑黑色金属如钢、铸铁和有色金属;形状精度、位置精度、尺寸精度均按国家标准确定等级,粗糙度直接采用国标中Ra值。
加工方案除了受以上技术要求方面因素的影响,还受如设备的投资成本、制造成本、生产率的影响。甚至于随着环保和能源意识的日益增强,材料消耗率和环境污染也必将影响加工方案的选择[6]。加工方案选择主要是选出满足技术要求的可行的加工方案,至于对生产成本的优化以及绿色加工的因素在后续的设备选择中作为重点加以考虑。
b) 单个特征的加工方案决策
设加工特征论域、加工方法论域分别为A1,A2,上述论域都是有限集合。对应于f1类特征的全部加工方案的集合M1={m1l,ml2,…,min}是加工方案论域A2上的子集,N为加工方案的数量。
fl→Ml={ml1,ml2,…,min}
1.2 零件的加工方案决策
一个零件通常有多个特征,不同特征对应的加工方案可能包含有相同的加工方法。对零件各个特征的加工方法进行并集,确定零件的加工方法集。
设零件加工特征的集合F={f1,f2,…,f1}是加工特征论域A1上的子集。特征fl的加工方案集合Ml={ml1,ml2,…,min},为A2论域中对应特征加工方案论域中的子集。零件的总加工方案集为
undefined
需要说明的是,在某一个生产车间或生产单元,经常是多类型零件的混合加工。由于不同零件的加工方案选择不同,零件的加工工序会有重复和交叉,致使一台设备可能需要加工多个零件的特征,被重复选择的设备加工负荷增大。并且由于零件的批量也有差异,也会造成某些设备加工负荷的失衡。所以在后续的设备选择时还要考虑设备数量的增减以及设备的调度。设备的增减包括对加工负荷非常小的设备可考虑采用外协加工,对加工负荷大的设备优先考虑数控设备,提高生产率,有必要时增加设备数量。设备调度是考虑多个加工任务之间的协调问题,使得整个生产计划顺利进行,并且资源利用率最高、加工成本最小。上述设备的调整导致在有必要的情况下,对一些零件的加工方案进行适当变动,使整个车间或单元的加工方案达到最优。
2 灰色关联的基本原理
灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。曲线越接近,相应序列之间的关联度就越大,反之就越小。对一个抽象的系统或现象进行分析,首先要选准反映系统行为特征的数据序列。找出系统行为的映射量,用映射量来间接地表征系统行为。
设参考数列(即母数列)为:
X0={X0(k)|k=1,2,…,n} (1)
比较数列(即子数列)为:
Xi={Xi(k)|k=1,2,…,n},i=1,2,…,m (2)
则Xi(k)与X0(k)的关联系数为:
undefined
式中:Δi(k)=|X0(k)-Xi(k)|,为第k点Xi(k)与X0(k)的绝对差。其中,ξ∈(0,+∞),ξ称分辨系数。ξ越小,分辨力越大。一般ξ的取位区间为[0,1],更一般地取ξ=0.5～0.7,具体取值可视具体情况而定。undefined称为两级最小差,其中undefined为第一级最小差,表示在Xi曲线上,各相应点与X0曲线上各相应点的距离的最小值;undefined表示在各曲线找出的最小差undefined的基础上,再按i=1,2,…,m找出的所有曲线中最小差的最小差。undefined为两级最大差,意义同两级最小差相似。γ(k)为在k点的关联系数。
整条曲线Xi与曲线X0的关联度可定义为:
undefined(4)
3 实例分析
3.1 零件单特征的加工方案决策
根据灰色关联理论,首先需要确定因素集和被选方案集,确定最佳指标集,然后运用灰色关联对各被选方案集进行选择,计算它们与最佳指标集的灰色关联度,最终确定出可行的加工方案。
如某工厂需要加工如表1所示的5类孔。
a) 因素集
因素集主要是按加工方案所能达到的各项加工指标确定,并用矢量表示为:(x1,x2,…,xm)。从加工方案的评价体系中可确定加工方案的因素集为:形状匹配度、尺寸匹配度、生产批量、材料特征、毛坯、精度,具体见表2。
为了便于特征的表达和简化模型,可采用数值表示特征的方法。如孔的形状主要分为圆柱孔、圆锥孔、螺纹孔、细长孔、盲孔、中心孔共6类,分别用1,2,3,4,5,6表示;材料特征分为黑色金属(包括钢和铸铁)和有色金属,分别用1,2表示;热处理分为非淬火、淬火,分别用1,2表示;生产批量分为大批、中批、小批,也分别用3,2,1表示;孔的尺寸(主要指直径)分为大、中、小,分别用3,2,1表示;形状精度、位置精度、尺寸精度和表面粗糙度就用本身的数值来表示。
b) 构建加工方案集
方案集则由可选的加工方案构成,用矢量表示为:Y=(y1,y2,…,yn),n为备选加工方案数。
单个特征为内孔,对应的孔加工方案集Y={y1,y2,…,y16},其中y1={钻,扩,拉};y2={钻};y3={钻,拉};y4={钻,拉,精拉};y5={钻(扩),粗铰};y6={钻(扩),粗铰,精铰};y7={钻(扩),粗铰,精铰,珩磨};y8={钻(扩),精镗};y9={钻(扩),精镗,珩磨};y10={钻(扩),精镗,金刚镗};y11={粗镗(钻),半精镗};y12={粗镗(钻),半精镗,精镗};y13={粗镗(钻),半精镗,精镗,精磨};y14={粗镗(钻),粗磨,半精磨,精磨};y15={粗镗(钻),半精镗,精镗,金刚镗};y16={粗镗(钻),半精镗,浮动镗}。
以上孔的加工方案能达到的各因素的指标(表3)。
c) 确定最优指标向量
对各评价指标量化后,确定最佳指标集。最佳指标集是针对具体零件特征来说,由最理想的加工指标值构成的最理想的加工方案。如孔1,则最优指标向量为x*=(圆柱,铸铁,未淬火,单件,中径,IT8,IT7,IT14,6.3)
d) 规范化处理
加工方案评价体系中的各项指标具有不同的量纲和数量级,不能直接进行比较,需对各项数据进行预处理。各项指标中有些属性值不是数值型,如形状匹配、尺寸匹配、生产批量、热处理、材料类型、毛坯等。这类属性需要根据加工方案是否满足其要求进行赋值。如某加工方案能满足加工此类特征形状的要求,则值为1,否则赋0值;若属性值为数值,且需与加工特征相比较的可直接采用数值,但为了消除不同物理量纲对决策结果的影响,需要做规范化的处理。如形状精度、位置精度、尺寸精度、粗糙度。由于这个因素都有一定的范围,如加工方案y1的尺寸精度X8为11～12,则xundefined=11,xundefined=12,处理公式为:
undefined
e) 模型求解结果
通过对上述5类孔进行灰色关联度的计算,求得各类孔的最佳加工方案及各加工方案与最佳因素集的灰色关联度排序,如表4。
从表4中的结果来看,孔2,孔4,孔5的决策加工方案与文献[7]中推荐的加工方案完全符合,而孔1的加工方案y8与推荐方案y9相比,少了一道“半精镗”加工工序,孔3的决策加工方案y9比推荐的加工方案y10少了“精镗”加工工序,是因为零件的孔在设备精度保证和加工技术熟练的情况下,决策加工方案已能满足要求,否则应相应增加半精镗和精镗工序,即为文献[7]推荐的加工方案。并且从计算的加工方案的关联度来看,文献[7]推荐的加工方案的优先度仅次于决策的加工方案。
3.2 零件的加工方案集决策
由于零件上各个特征可能存在多种加工方案,每个加工方案中包含的加工方法以及加工链的长短也各不相同,所以有必要对各特征的不同加工方案进行合理组合。可采用改进的粒子群算法,以加工方法最小,加工链最短,加工成本最低为目标,对各种不同的组合方案进行优化,最后优化出零件的多种加工方案集。由于篇幅有限,此处另文阐述。
4 结语
零件特征加工方案的确定是制造系统规划和设备选 表4孔的加工方案结果及与推荐方案的比较择的根本,由于它的多样性使得加工方案难以确定。采用灰色关联技术,不仅能较精确地确定零件的最佳加工方案,而且将可行加工方案按关联度排序,然后按一定的关联度,筛选出一组可行的加工方案,为后面的设备选择做准备。从计算结果来看,该方法计算简单、计算效率高,并且支持多工艺方案决策,实用性强。但需要完善的是虽然加工成本、加工效率、对环境的影响等因素会在设备选择中重点加以考虑,但这些因素对加工方案的选择还是有着一定的影响,以后加工方案决策因素中可考虑增加这些因素。
参考文献
[1]昊丹,王先速,蒲建.应用前向多层神经网络选择加工方法[J].制造技术与机床,1996,(12):8-10.
[2]邵新宇,李培根,机床设备选择的多级模糊综合评判模型[J].华中理工大学学报,2000,28(10):1-3.
[3]秦宝荣,王宁生.基于遗传算法的箱体加工路线决策方法研究[J].中国机械工程,2002,13(21):2071-2075.
[4]刘思峰.灰色系统理论及其应用[M].北京:科学出版社,1999.
[5]Houshmand.Mahmoud,Jamshidnezhad.Bizhan.An extendedmodel of design process of lean production systems by means ofprocess variables.Robotics and Computer-Integrated Manufactur-ing,2006,22(1):1-16.
[6]He,Yan,Liu,Fei.Process planning support system for greenmanufacturing and its application.Computer Integrated Manufac-turing Systems,CIMS,2005,11(7):975-980.
灰色关联TOPSIS 篇7
一、文献综述
国外顾客满意度研究始于20世纪60年代初期,经过几十年的研究积累,取得了一定的成果。瑞典、德国、美国、加拿大和新西兰等国家先后建立了顾客满意度指数模型,澳大利亚学者Madox R.N在1985年进行了旅游业满意度测量的研究,David Foster以澳大利亚为例分析了旅游业顾客满意度的现状、意义和测量,Akama等运用Parasuraman等的SERVQUAL模型对肯尼亚Tsavo West国家公园的游客满意度进行测量和服务质量分析[2];Tavite等指出对游客满意度不能只关注具体的数值,而应当将满意度测度作为综合管理计划的重要部分[3]。20世纪90年代后期,美国、英国、墨西哥、印度尼西亚等国家对旅游地顾客满意度进行了实证探索。
国内早期的研究主要是针对顾客满意度的研究,理论及实践是在20世纪90年代发展起来的。在理论模型方面,易丹辉(2003)介绍了顾客满意度测评的方法。白长虹、廖伟(2001)探讨了顾客价值感知与顾客满意的关系。近年来,青岛海尔、四川长虹等我国部分大中型企业也在探索用户满意战略,各大市场研究公司也为企业进行满意度调查[4]。国内关于游客满意度的研究尚处于起始阶段,王群等人根据美国的顾客满意度指数(ACSI) 从环境感知、旅游期望、游览价值、游客满意度、游客忠诚和游客抱怨6大影响模块建立了旅游环境游客满意度指数(TSI)测评模型,并对黄山风景区进行了实证分析。汪侠等结合旅游业的特点,构建了旅游地游客满意(TDTS)模型,并对桂林游客进行了实证研究。梅虎等运用灰色模糊聚类方法对桂林的4A级旅游景区顾客满意度进行了测评。目前,国内对于入境旅游的满意度研究还比较少,马秋芳,杨新军等以西安欧美游客为例,运用回归分析对入境旅游者的满意度进行了测度[5]。
二、研究设计
当前对于游客满意度的研究主要集中在以下几类方法:(1)根据美国的ASCI指数构建的TSCI指数;(2)基于邓聚龙的灰色关联分析而构建的模型进行研究;(3)运用层次分析法、因子分析法、模糊综合评价等方法进行研究。灰色关联分析方法具有一定的优势,能够克服客观事物或因素之间相互关系比较复杂、得不到全面足够信息、不容易形成明确概念的缺陷;能够将评价因素之间的不完全确知关系进行白化,对信息不精确、不完全确定的小样本系统进行明显的理论分析。游客满意度的研究是通过对游客进行问卷调查而获得的信息,调查的对象只是部分游客,而不是全部的游客,而且不同的游客由于年龄、地区、性别等差异使问卷所获得的信息产生异同,这些问题恰恰是灰色关联分析可以解决的。
本文运用灰色关联分析法,根据国家旅游局2003年修订的国家标准《旅游区(点)质量等级的划分和评定》,以及有关学者的研究[6],对沈阳的14个景区游客的满意度进行了测量,调研时请游客对影响上述旅游景区顾客满意度的16个指标在[0,10]的范围内进行评价打分,分值越高表示旅游者满意程度越高[7]。然后对采集的各项满意度评价指标数据进行均值计算,从而得到本研究的基础数据。
三、游客满意度的灰色关联分析
1.确定分析序列。
灰色关联分析[8]首先在对所研究问题定性分析的基础上,确定比较序列(评价对象m个)Xi={Xi(k)|i=1,2,3,…,m}和参考序列(评价标准n 个)X0={X0(k)|1,2,3,…,n},m+1个数据序列矩阵如下:
undefined
2.对变量序列数据进行标准化处理。
由于游客满意度评价的原始数据具有不同的量纲和量纲单位,为了保证评价结果的科学性与准确性,需要对原始数据进行标准化处理,本研究采用初值法进行标准化处理:
undefined
3.求最大差、最小差和差序列。
(1)绝对差值阵中最大数和最小数即为最大差M和最小差m:
undefinedundefined(3-2)
(2)差序列:
Δ0i(k)=|X′0(k)-X′i(k)| (3-3)
其中,i=1,2,3,…,m;k=1,2,3,…,n。
4.确定各指标值的权重。本文采用层次分析来确定各指标对应的权重:
W={Wk|k=1,2,3,…,n} (4)
其中Wk为第k个评价指标对应的权重。
5.计算灰色关联系数。
undefined
ρ为分辨系数,在(0,1内取值,得关联系数矩阵(根据灰色理论理论创始人邓聚龙教授的研究,ρ一般取0.5效果较好,所以本研究令ρ=0.5):
undefined
6.计算灰色关联度。
undefined
ξ0i表示灰色关联度,Wk表示第k个指标的权重,ξ0i(k)表示第k个指标的关联系数。
四、结论与讨论
运用灰色关联分析模型以及游客满意度评价的基础数据计算得到沈阳14个景区游客满意度的评价值,根据评价值将14个景区的游客满意度划分为5个类别,如表1所示。
第一类别(很满意,占21%):沈阳故宫、沈阳昭陵、沈阳福陵。这三个景区是清王朝时期留下的古建筑群类旅游地。2004年7月1日,三个旅游区与抚顺的永陵进入世界遗产名录,在沈阳地区的景区中具有举足轻重的地位。游客对于三个景区的各项满意度指标评价都很高,除了旅游容量的满意度稍低之外,其余的均在9.0以上。三个景区由于具有深厚的历史文化色彩,所以外地来沈阳的游客很多都要到这些景区进行游览,三个景区每天的接待压力很大,形成巨大的游客量是必然的,同时这也是影响游客满意度的一个重要因素。
第二类别(满意,占21%):九一八历史博物馆、新乐遗址、张氏帅府。在这一类别的三个景区中,游客的满意度相差不大。影响满意度较大的主要是旅游娱乐服务、景观质量、住宿服务、餐饮服务。这三个景区都位于沈阳市的市内,交通非常便利,旅游管理、旅游安全等方面都领先于其他景区。但这三个景区都属于参观性景区,没有参与性,展示的是以具有纪念意义、历史意义的情景为主。九一八历史博物馆的游客满意度最高,历史教育意义较浓厚,加之免费的景点门票,成为吸引众多旅游者的一个关键点,同时也对游客形成了较好的总体印象,但在景观质量、旅游餐饮等方面还有待提高。新乐遗址由于规模较小,同时较缺少娱乐服务、住宿服务,周围环境较差,使其排在了这一类别中的第二位。张氏帅府由于其景观质量、商品购物、娱乐服务方面的落后,导致其满意度位于这一类别中的最后一位。第二类别的满意度总体较高,游客对于三个景区大部分的满意度指标评价都较高,只是由于个别因素较低导致其满意度低于第一类别。因此,在未来的发展中这三个景区应该调整使游客满意度较低的因素,不断的提高其总体满意度。
第三类别(较满意,占16%):沈阳棋盘山、沈阳世博园。这两个景区属于同一类别,都位于沈阳的棋盘山风景名胜区内。距离市区交通距离较远,由于位置的偏远使其餐饮服务、住宿服务、娱乐服务相对落后,同时通讯、旅游安全等指标的满意度也较低,这样就造成了这两个景区满意度不高,排在第三类别。但沈阳世博园与棋盘山分别是国家级的5A与4A景区,对于游客具有一定的吸引力,这也是两个景区满意度领先于后两类景区的原因。
第四类别(一般,占21%):三农博览园、沈阳森林公园、陨石山公园。这三个景区都位于沈阳的郊区,三农博览园与陨石山公园距离沈阳最远。它们都是沈阳的主题公园,以自然风光、珍稀动物、奇山异石为主要吸引点。由于与市区距离的很远,所以在景区的安全、景区特色、景区管理等方面存在很多问题;由于服务意识的淡薄,使其整体满意度较低。
第五类别(不满意,占21%):可口可乐旅游区、辽宁省博物馆、沈飞航空博览园。这一类别的三个景区都是沈阳的工业旅游典型旅游地,它们的发展在旅游满意度的各个方面存在着一定的问题,造成其整体满意度位居最后一个类别。可见沈阳的工业旅游在发展中针对于游客满意度还有很多需要解决的问题,这也是沈阳工业旅游在未来的发展中首要解决的问题。
参考文献
[1]汪侠,梅虎.旅游地游客满意度:模型及实证研究[J].北京第二外国语学院学报,2006(7):1-6.
[2]AKAMA J,DAMIANNAH M K,Measuring touristsatisfaction with Kenya′s wildlife safari:A casestudy of Tsavo West NationalPark[J].TourismManagement,2003(24):73-81.
[3]TAVITE ML,ANDRE ME.Reviewof satisfactionresearch and measurement approaches[M].Wel-liongton:Department of Conservation,2000:1-47.
[4]张新安,田澎,张列平.上海顾客满意指数测评模型研究[J].工业工程与管理,2002(5):29-33.
[5]马秋芳,杨新军,康俊香.传统旅游城市入境游客满意度评价及其期望-感知特征差异分析——以西安欧美游客为例[J]..旅游学刊,2006(2):30-35.
[6]汪侠.旅游地顾客满意度研究[D].桂林工学院硕士学位论文,2004:1-60.
[7]梅虎,朱金福,汪侠.基于灰色关联分析的旅游景区顾客满意度测评研究[J].旅游科学,2005,19(5):28-32.