基于合作博弈的供应链伙伴绩效灰色综合评价方(2)

博弈论文

《软科学》2010年1月 第24卷 第1期(总第121期)　　　　　　　　　　　　　　　　　管理科学标做出努力往往更具有现实意义。基于此,本文引入博弈论及灰色理论来研究供应链伙伴的综合绩效评价方法。

1　合作博弈灰色评价方法

评价指标体系是一个包含财务指标和非财务指标的集合,尤其是非财务指标的确定与量化具有较强的灰色性。合作博弈灰色评价方法给出评价指标所属灰类以及具体的灰色评价权数,其目的是为扩大信息量,从而提高评价结果的有效性,其具体步骤如下:

1.1　评价指标体系的确定

价小组中有三个席位,那么在该伙伴成员内部,应该按

照事前给定的各评价者的影响权重协调、统一立场。即首先把他们对指标的权重及评估值加权平均,然后再作为统一整体在联盟层次上和其他的伙伴成员进行

[3]3

综合,从而形成调整后的评价指标权重向量A及评

(s)3

分矩阵D:

3333A=(αk1,αk2,…,αkm),

d11

D

(s)3

(s)3(s)3

d12d22

(s)3(s)3

…d1jd2j

(s)(s)3

d21

…

dm1

(s)…

()…

dmj

(s)3

评价指标体系的确定是绩效评价的关键,一个有的信息,假定U(i=2,,m)成的集合,记为2,m}。

1.2　评价指标体系中各指标对目标的重要程度是不同的,用权重来表示。若评价者k(k=1,2,…,n)对于指标Ui赋予的权数为aki,则评价指标Ui权数分配向量为A=(αk1,αk2,…,αkm),其中,αki≥0,且

i=1,2,…,m。

确定评价灰类就是要确定评价灰类的等级数、灰

[6,7]

类的灰数及灰数的白化权数。设评价灰类序号为h,为简单起见,本文仅取h=1,2,3,4,即有4个评价灰类,分别代表“优”、“良”、“中”、“差”四个等级,其相应的灰数及白化权数如下:

(h=1),设定灰数 第一灰类“优”

白化权数为f1:

df1(dik

(s)3

(s)3

1

∈[4,∞],则

6α

i=1

m

ki

=1,

1.3　制定评价指标的评分等级标准

)=

410

dikdikdik

(s)3

∈[0,4]∈[4,∞]|

[0,∞]

2

(s)3(s)3

在战略决策层次上的绩效评价大多是主观的(或者说定性的),而定性指标的量化是通过制定评价指标评分等级标准实现的。例如,分为“很好”,“好”,“一般”,“差”等,并相应地赋予一定分值,介于两相邻等级之间的指标评分取其平均数。

1.4　组织评价者评分,求评价样本矩阵

(h=2),设定灰数 第二灰类“良”

则白化权数为f2:

dik

f2(dik

(s)3

(s)3

∈[0,3,6],

3

)=

dik

(s)3

dik

-6

dikdik

(s)3

∈[0,3]∈[3,6]|

[0,6]

3

评价者k对第s(s=1,2,…,j)个伙伴的评价指标

Ui按评分等级打分d

(s)ik

(s)3

,并填写评分表,据此得出评价

-3

样本矩阵D

(s)

:

d11

(s)

(s)3

d12d22

(s)

…………

d1nd2n

(sD

(s)

=

d21

(s)(s)(s)

(h=3),设定灰数 第三灰类“中”

则白化权数为f3:

dik

f3(dik

(s)3

(s)3

∈[0,2,4],

…

dm1

(s)

…

dm2

(s)

…

dm(s)

2

)=

dik

(s)3

dik

-4

dikdik

(s)3

∈[0,2]∈[2,4]|

[0,4]

4

如果假定各伙伴方的实力均等,并且评价小组中来自不同伙伴方的评价者具有同等的重要性,那么如文献[4]方法就可以利用上述数据直接进行灰色评估了。但事实上,伙伴各方的影响力具有现实的非对等性,文献[5]研究了群体决策中成员非等同重要性的决策权集结方法,这种非等同性直接表现在评价小组的组成结构方面,实力较强或影响力较大的伙伴可能拥有较多的席位。此时就不能只在联盟纬度上进行分析了,必须深入每个伙伴内部讨论。比如,伙伴1在评

(s)3

-2

(s)3

(h=4),设定灰数 第四灰类“差”

白化权数为f4:

dik

f4(dik

(s)3

(s)3

∈[0,1,2],

-2

)=

-1

dikdikdik

(s)3

∈[1,2]∈[0,1]|

[0,2]

10

(s)3(s)3

57