CN108256763A - 基于层次分析法的非标零部件供应商制造能力分析方法及装置 - Google Patents
基于层次分析法的非标零部件供应商制造能力分析方法及装置 Download PDFInfo
- Publication number
- CN108256763A CN108256763A CN201810036788.XA CN201810036788A CN108256763A CN 108256763 A CN108256763 A CN 108256763A CN 201810036788 A CN201810036788 A CN 201810036788A CN 108256763 A CN108256763 A CN 108256763A
- Authority
- CN
- China
- Prior art keywords
- analysis indexes
- analysis
- grade
- indexes
- manufacturing capacity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 284
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000011159 matrix material Substances 0.000 claims abstract description 70
- 238000011156 evaluation Methods 0.000 claims description 22
- 238000010606 normalization Methods 0.000 claims description 10
- 238000003908 quality control method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000013068 supply chain management Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 101150042248 Mgmt gene Proteins 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于基于层次分析法的非标零部件供应商制造能力分析方法及装置,该方法包括:构建分析指标数据库,包括若干分析指标级及对应的分析指标;获取需求方需求构建评估模型,包括若干分析指标级和分析指标;对所述分析指标级逐级进行分析指标重要性量度两两比较;对所述分析指标级逐级构建分析指标判断矩阵,并判断其满足可接受一致性的条件,获取各分析指标的评分细则和评分并加权得到效果分值;将各分析指标的效果分值相加得到各供应商的最终评估分;对各供应商的最终评估分按排序规则进行排序。本发明通过事先构建分析指标数据库,根据需求方的具体情况选择相应的评估模型进行快速准确地判断,提升供应商评估的准确性和速度。
Description
技术领域
本申请涉及计算机分析技术领域,特别是涉及一种基于基于层次分析法的非标零部件供应商制造能力分析装置。
背景技术
在供应链领域中,当需求方提出零部件加工需求后,经常需对零部件的加工厂家的制造能力进行评估,通常的方法是把加工厂家的制造能力从单一维度进行量化评估;或是从几个维度简单的综合进评估其价值。例如,针对对某一个非标零部件,对各个加工厂家的的制造能力进行评估。
现有的方案有拆分法以及简单综合加权法。拆分法将几个分析指标分离出来进行评估对比。例如把加工能力和价格进行评估,并把几个结果进行排序对比其优劣。简单综合加权法将分析指标进行一系列分解评分,然后通过简单加权综合得到该制造能力影响因子的综合评分;以此类推,其他分析指标也将得到最终的评分,然后进行排序对比,评估最优的推广制造能力影响因子。
但是,这两种方案具有以下缺点:1).无量纲化:现有制造能力影响因子的评分都基于绝对量或是相对量进行计算得到其数量值,而不同的制造能力影响因子数量,单位量化存在差异化(即数量级不同,不同的数据级不存在可比性,以及计算的 刻度不一致)。2).不够准确:不同制造能力影响因子在各个指标呈现出不同的效果,如果简单的对各个指标只是赋一个权重值加权后评分,或是取某一指标进行对比,不够准确,不能有效的评估最优制造能力影响因子并加以推广。3).重复利用率不高,评估结构任意性强,针对不同的需求方进行单独的评估,评估数据的可视化利用率不高。
发明内容
本申请的目的在于,提供一种更加科学、准确的基于层次分析法的非标零部件供应商制造能力分析装置。
本发明的目的之一在于提供一种基于层次分析法的非标零部件供应商制造能力分析方法,其特征在于,该方法包括:
构建评价非标零部件供应商制造能力的分析指标数据库,所述分析指标数据库中的分析指标分为若干分析指标级,所述每一分析指标级包括若干分析指标;
获取需求方对非标零部件供应商制造能力的需求构建评估模型,并将所述需求与分析指标数据库中的分析指标逐级进行匹配,筛选或重新构建需求方的分析指标级及每一分析指标级的分析指标,并将新增的分析指标存储于所述分析指标数据库;
对所述分析指标级逐级进行分析指标重要性量度两两比较;
对所述分析指标级逐级构建评价非标零部件供应商制造能力的分析指标判断矩阵,并判断其满足可接受一致性的条件;
获取各分析指标的评分细则和评分并加权得到效果分值;
将各分析指标的效果分值相加得到各供应商的最终评估分;
对各供应商的最终评估分按排序规则进行排序。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析方法中,所述分析指标重要性量度用自然 数1至9表示,1表示相互比较的两个分析指标中的其中一个分析指标相对于另一个分析指标来说相对重要程度相同,9表示相互比较的两个因素中的其中一个分析指标相对于另一个分析指标来说相对重要程度最大,反之则用倒数表示。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析方法中,所述判断判断矩阵满足可接受一致性的条件的方法如下:
A:对所述分析指标逐级进行判断矩阵归一化处理,归一化的方法是将判断矩阵每列求和,并且计算每列数据在求和中的比例;
B:对归一化后的所述判断矩阵中每一行计算平均数,即为供应商各分析指标的权重;
C:计算特征向量的近似解;
D:计算所述判断矩阵的最大特征根;
E:计算所述判断矩阵的一致性指标值;
F:确认平均随机一致性指标RI;
G:计算所述判断矩阵的随机一致性比例 ;
H:判断所述判断矩阵满足可接受一致性条件;
I:根据分析指标级逐级计算每一分析指标级中分析指标对总指标的权重系数,从而得出供应商选择评价指标的权重表,其中每一分析指标级中全部分析指标对总目标的权重系数之和均为1。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析方法中,将各个分析指标级中每一分析指标级中分析指标所对应的权重系数、各最下级分析指标级中的各分析指标对应总目标的权重系数,至少对每一最下级分析指标设立评分细则和分值,并对每一评分细则细分若干检查项,达成则获得相应评分,达成较差或者没有相关记录,则得分为0,得到非标零部件供应商全部最下级分析指标的效果分值并求和、排序得到非标零部件供应商制造能力排序。
本发明的另一目的在于提供一种基于层次分析法的非标零部件供应商制造能力分析装置,该装置包括:
分析指标数据库模块,用于获取分析指标,并储存分析指标级以及每一分析指标级的分析指标;
评估模型构建模块,根据需求方需求构建评估模型,所述评估模型包括预设评估模型和个性化评估模型,所述预设评估模型和个性化评估模型包括若干分析指标级及每一分析指标级的分析指标;
权重系数生成模块,用于构建各分析指标级中分析指标的重要性量度两两对比较矩阵表,根据归一化算法计算各分析指标级中各分析指标对上级分析指标所对应的权重系数,且至少包括最下级分析指标级中各分析指标对总指标所对应的权重系数;
效果分值生成模块,用于获取最下级分析指标级中各分析指标的权重系数,以及各供应商所对应的最下级分析指标级中各分析指标的评分,计算最下级分析指标级中各分析指标的效果分值;
评估结果获取模块,用于将最下级分析指标级中的全部分析指标的效果分值相加得到各供应商的最终评估分。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析装置中,所述权重系数生成模块包括:
两两比较矩阵表构建模块,以分析指标级逐级构建分析指标两两对比较矩阵表,所述矩阵元素为在矩阵表中与该矩阵元素对应的两个分析指标两两比较相对重要程度后得到的相对重要系数。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析装置中,所述权重系数生成模块进一步包括:
归一化模块,用于将所述子目标层成对比较矩阵表以及指标层成对比较矩阵表中的相对重要系数按列进行归一化;
求和模块,用于对归一化后的分析指标级两两比较矩阵表以及指标层成对比较矩阵表再按行求和,得到特征向量;
权重计算模块,用于将所述特征向量除以上级分析指标的总数量,得到各分析指标级中每一分析指标级的分析指标所对应的权重系数以及各的权重系数。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析装置中,所述评估结果获取模块包括:
排序模块,用于将若干供应商的各个分析指标的最终评估分排序得到供应商制造能力排序。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析装置中,所述评估模型构建模块包括按照采购行业整体要求构建分析指标级及每一分析指标级的分析指标,供需求方进行模糊评估判断,所述分析指标包括质量控制、技术能力、供货能力、成本控制和灵活度中的一种或几种的组合;所述个性化定制型评估模型按照需求方的具体的要求参数构建分析指标级及每一分析指标级的分析指标。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析装置中,所述供应商可以为需求方的若干新供应商之间,以寻找满足要求的供应商;也可以为需求方的若干新供应商和若干现有供应商,以改善供应商清单,提升需求方供应链管理效率。
有益效果,相对于现有技术,本发明通过事先构建分析指标数据库,以及采用多种评估模型,对非标零部件供应商进行评估,根据需求方的具体情况选择相应的评估模型进行快速准确地判断,提升供应商评估的准确性和速度。具体提供的非标零部件供应商制造能力分析方法通过将影响非标零部件供应商制造能力的影响因子的总指标分解为多个分析指标(建立分析指标级),进而再将各个下级分析指标级分解为再下级分析指标级,构建各分析指标级的两两比较矩阵表得出各分析指标的权重系数,然后再根据各供应商最下级分析指标的效果分值及对应的权重系数,得到的全部最下级分析指标的效果分值,最后将各供应商全部最下级分析指标的效果分值相加得到各供应商的最终评估分。由于上述方法整体上基于层次分析法,因此评估结果可以更加科学、准确。
附图说明
图1是本发明基于层次分析法的非标零部件供应商制造能力分析方法的流程示意图。
图2是本发明基于层次分析法的非标零部件供应商制造能力分析装置的结构示意图。
图3 为本发明实施例表5 需求方新供应商选择评价指标权重表。
图4为本发明实施例表6供应商评分表。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及作用,结合图1-4详细说明如下。
一种基于层次分析法的非标零部件供应商制造能力分析方法,其特征在于,该方法包括:
构建评价非标零部件供应商制造能力的分析指标数据库,所述分析指标数据库中的分析指标分为若干分析指标级,所述每一分析指标级包括若干分析指标;
获取需求方对非标零部件供应商制造能力的需求构建评估模型,并将所述需求与分析指标数据库中的分析指标逐级进行匹配,筛选或重新构建需求方的分析指标级及每一分析指标级的分析指标,并将新增的分析指标存储于所述分析指标数据库;
对所述分析指标级逐级进行分析指标重要性量度两两比较;
对所述分析指标级逐级构建评价非标零部件供应商制造能力的分析指标判断矩阵,并判断其满足可接受一致性的条件;
获取各分析指标的评分细则和评分并加权得到效果分值;
将各分析指标的效果分值相加得到各供应商的最终评估分;
对各供应商的最终评估分按排序规则进行排序。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析方法中,所述分析指标重要性量度用自然 数1至9表示,1表示相互比较的两个分析指标中的其中一个分析指标相对于另一个分析指标来说相对重要程度相同,9表示相互比较的两个因素中的其中一个分析指标相对于另一个分析指标来说相对重要程度最大,反之则用倒数表示。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析方法中,所述判断判断矩阵满足可接受一致性的条件的方法如下:
A:对所述分析指标逐级进行判断矩阵归一化处理,归一化的方法是将判断矩阵每列求和,并且计算每列数据在求和中的比例;
B:对归一化后的所述判断矩阵中每一行计算平均数,即为供应商各分析指标的权重;
C:计算特征向量的近似解;
D:计算所述判断矩阵的最大特征根;
E:计算所述判断矩阵的一致性指标值;
F:确认平均随机一致性指标RI;
G:计算所述判断矩阵的随机一致性比例 ;
H:判断所述判断矩阵满足可接受一致性条件;
I:根据分析指标级逐级计算每一分析指标级中分析指标对总指标的权重系数,从而得出供应商选择评价指标的权重表,其中每一分析指标级中全部分析指标对总目标的权重系数之和均为1。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析方法中,将各个分析指标级中每一分析指标级中分析指标所对应的权重系数、各最下级分析指标级中的各分析指标对应总目标的权重系数,至少对每一最下级分析指标设立评分细则和分值,并对每一评分细则细分若干检查项,达成则获得相应评分,达成较差或者没有相关记录,则得分为0,得到非标零部件供应商全部最下级分析指标的效果分值并求和、排序得到非标零部件供应商制造能力排序。
本发明的另一目的在于提供一种基于层次分析法的非标零部件供应商制造能力分析装置,该装置包括:
分析指标数据库模块,用于获取分析指标,并储存分析指标级以及每一分析指标级的分析指标;
评估模型构建模块,根据需求方需求构建评估模型,所述评估模型包括预设评估模型和个性化评估模型,所述预设评估模型和个性化评估模型包括若干分析指标级及每一分析指标级的分析指标;
权重系数生成模块,用于构建各分析指标级中分析指标的重要性量度两两对比较矩阵表,根据归一化算法计算各分析指标级中各分析指标对上级分析指标所对应的权重系数,且至少包括最下级分析指标级中各分析指标对总指标所对应的权重系数;
效果分值生成模块,用于获取最下级分析指标级中各分析指标的权重系数,以及各供应商所对应的最下级分析指标级中各分析指标的评分,计算最下级分析指标级中各分析指标的效果分值;
评估结果获取模块,用于将最下级分析指标级中的全部分析指标的效果分值相加得到各供应商的最终评估分。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析装置中,所述权重系数生成模块包括:
两两比较矩阵表构建模块,以分析指标级逐级构建分析指标两两对比较矩阵表,所述矩阵元素为在矩阵表中与该矩阵元素对应的两个分析指标两两比较相对重要程度后得到的相对重要系数。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析装置中,所述权重系数生成模块进一步包括:
归一化模块,用于将所述子目标层成对比较矩阵表以及指标层成对比较矩阵表中的相对重要系数按列进行归一化;
求和模块,用于对归一化后的分析指标级两两比较矩阵表以及指标层成对比较矩阵表再按行求和,得到特征向量;
权重计算模块,用于将所述特征向量除以上级分析指标的总数量,得到各分析指标级中每一分析指标级的分析指标所对应的权重系数以及各的权重系数。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析装置中,所述评估结果获取模块包括:
排序模块,用于将若干供应商的各个分析指标的最终评估分排序得到供应商制造能力排序。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析装置中,所述评估模型构建模块包括按照采购行业整体要求构建分析指标级及每一分析指标级的分析指标,供需求方进行模糊评估判断,所述分析指标包括质量控制、技术能力、供货能力、成本控制和灵活度中的一种或几种的组合;所述个性化定制型评估模型按照需求方的具体的要求参数构建分析指标级及每一分析指标级的分析指标。
进一步地,本发明基于层次分析法的非标零部件供应商制造能力分析装置中,所述供应商可以为需求方的若干新供应商之间,以寻找满足要求的供应商;也可以为需求方的若干新供应商和若干现有供应商,以改善供应商清单,提升需求方供应链管理效率。
本发明以需求方寻找战略型物料的备选供应商作为具体实施案例对供应商评价体系模块和评价方法进行详细说明如下:需求方需要两款手术床关键零部件,主要支撑手术床主体结构,具有非常高的安全等级要求,属于典型的战略型物料,主要由A供应商和B供应商两家供应商在合作。其中,在和B供应商合作的过程中,质量部和物料计划部不断反馈其质量和交货问题,尤其是有两次质量不良导致的停线,使得需求方不得不将原本海运的货物改成加急空运,导致多支出近20万的空运费。需求方也因此打算寻找新的供应商更换B供应商。
需求方评审小组首先根据需求方需求从分析指标数据库中筛选质量控制、技术能力、供货能力、成本控制和灵活度一级分析指标和二级指标作为需求方的分析指标,利用九分法量度对质量控制、技术能力、供货能力、成本控制和灵活度进行两两比较,构建出适合迈柯唯公司实际情况的以及分析指标判断矩阵表:其中表1分析指标量度表如下:
经过专家团队的参与,新供应商评价的5个指标的判断矩阵如下,详见表2新供应商评价一级指标判断矩阵表:
对表2 新供应商评价一级指标判断矩阵表进行归一化处理。归一化的方法是将判断矩阵每列求和,并且计算每列数据在求和中的比例。公式如下:bij=bij/bij(i,j=1, 2,3...n),
根据公式的归一化计算结果如下:
计算特征向量的近似解:
计算判断矩阵的最大特征根:
计算判断矩阵的一致性指标值:
根据下表 表3平均随机一致性指标查得,RI=1.12,
计算判断矩阵的随机一致性比例:
相应5项一级评价指标的权重为详见下表表4 需求方新供应商选择评价一级指标权重所示:
第二步:分别5个一级指标下的二级指标的判断矩阵,并判断其满足可接受一致性的条件,参照一级指标的判断矩阵和权重的计算方法和一级指标一致性校验过程,同理可以得到质量控制下的二级指标权重判断结果。
第三步:根据一级指标权重和二级指标权重,计算二级指标对总目标的权重。从而得出迈柯唯公司新供应商选择评价指标的权重表详见图3所示(表5 需求方新供应商选择评价指标权重表)。
制定新供应商选择评价指标的评分细则:为了让新供应商选择评价指标更具有操作性,综合行业特点和需求方需求,专家团队对于19项二级指标设立了评分细则。每个二级指标设定为10分,并且细分若干检查项和评分准则。项目达成则获得相应评分,达成较差或者没有相关记录,则得分为0,评价结果详见图4所示(表6供应商评分表)。
根据评价结果,A、C、F供应商得分均大于B供应商的得分5.73。因此评价小组推荐淘汰B供应商,而选择C供应商作为替代供应商进行培养。这个结果与需求方需求预期相吻合。
有益效果,相对于现有技术,本发明通过事先构建分析指标数据库,以及采用多种评估模型,对非标零部件供应商进行评估,根据需求方的具体情况选择相应的评估模型进行快速准确地判断,提升供应商评估的准确性和速度。具体提供的非标零部件供应商制造能力分析方法通过将影响非标零部件供应商制造能力的影响因子的总指标分解为多个分析指标(建立分析指标级),进而再将各个下级分析指标级分解为再下级分析指标级,构建各分析指标级的两两比较矩阵表得出各分析指标的权重系数,然后再根据各供应商最下级分析指标的效果分值及对应的权重系数,得到的全部最下级分析指标的效果分值,最后将各供应商全部最下级分析指标的效果分值相加得到各供应商的最终评估分。由于上述方法整体上基于层次分析法,因此评估结果可以更加科学、准确。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅是本申请的较佳实施例而已,并非对本申请作任何形式上的限制,虽然本申请已以较佳实施例揭露如上,然而并非用以限定本申请,任何熟悉本专业的技术人员,在不脱离本申请技术方案范围内,当可利 用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本申请技术方案内容,依据本申请的技术实质对以上实施例所 作的任何简单修改、等同变化与修饰,均仍属于本申请技术方案的范围内。
Claims (10)
1.一种基于层次分析法的非标零部件供应商制造能力分析方法,其特征在于,该方法包括:
构建评价非标零部件供应商制造能力的分析指标数据库,所述分析指标数据库中的分析指标分为若干分析指标级,所述每一分析指标级包括若干分析指标;
获取需求方对非标零部件供应商制造能力的需求构建评估模型,并将所述需求与分析指标数据库中的分析指标逐级进行匹配,筛选或重新构建需求方的分析指标级及每一分析指标级的分析指标,并将新增的分析指标存储于所述分析指标数据库;
对所述分析指标级逐级进行分析指标重要性量度两两比较;
对所述分析指标级逐级构建评价非标零部件供应商制造能力的分析指标判断矩阵,并判断其满足可接受一致性的条件;
获取各分析指标的评分细则和评分并加权得到效果分值;
将各分析指标的效果分值相加得到各供应商的最终评估分;
对各供应商的最终评估分按排序规则进行排序。
2.如权利要求1所述的基于层次分析法的非标零部件供应商制造能力分析方法,其特征在于:所述分析指标重要性量度用自然 数1至9表示,1表示相互比较的两个分析指标中的其中一个分析指标相对于另一个分析指标来说相对重要程度相同,9表示相互比较的两个因素中的其中一个分析指标相对于另一个分析指标来说相对重要程度最大,反之则用倒数表示。
3.根据权利要求2所述的基于层次分析法的非标零部件供应商制造能力分析方法,其特征在于,所述判断判断矩阵满足可接受一致性的条件的方法如下:
A:对所述分析指标逐级进行判断矩阵归一化处理,归一化的方法是将判断矩阵每列求和,并且计算每列数据在求和中的比例;
B:对归一化后的所述判断矩阵中每一行计算平均数,即为供应商各分析指标的权重;
C:计算特征向量的近似解;
D:计算所述判断矩阵的最大特征根;
E:计算所述判断矩阵的一致性指标值;
F:确认平均随机一致性指标RI;
G:计算所述判断矩阵的随机一致性比例;
H:判断所述判断矩阵满足可接受一致性条件;
I:根据分析指标级逐级计算每一分析指标级中分析指标对总指标的权重系数,从而得出供应商选择评价指标的权重表,其中每一分析指标级中全部分析指标对总目标的权重系数之和均为1。
4.如权利要求3所述的基于层次分析法的非标零部件供应商制造能力分析方法,其特征在于:将各个分析指标级中每一分析指标级中分析指标所对应的权重系数、各最下级分析指标级中的各分析指标对应总目标的权重系数,至少对每一最下级分析指标设立评分细则和分值,并对每一评分细则细分若干检查项,达成则获得相应评分,达成较差或者没有相关记录,则得分为0,得到非标零部件供应商全部最下级分析指标的效果分值并求和、排序得到非标零部件供应商制造能力排序。
5.一种基于层次分析法的非标零部件供应商制造能力分析装置,其特征在于,该装置包括:
分析指标数据库模块,用于获取分析指标,并储存分析指标级以及每一分析指标级的分析指标;
评估模型构建模块,根据需求方需求构建评估模型,所述评估模型包括预设评估模型和个性化评估模型,所述预设评估模型和个性化评估模型包括若干分析指标级及每一分析指标级的分析指标;
权重系数生成模块,用于构建各分析指标级中分析指标的重要性量度两两对比较矩阵表,根据归一化算法计算各分析指标级中各分析指标对上级分析指标所对应的权重系数,且至少包括最下级分析指标级中各分析指标对总指标所对应的权重系数;
效果分值生成模块,用于获取最下级分析指标级中各分析指标的权重系数,以及各供应商所对应的最下级分析指标级中各分析指标的评分,计算最下级分析指标级中各分析指标的效果分值;
评估结果获取模块,用于将最下级分析指标级中的全部分析指标的效果分值相加得到各供应商的最终评估分。
6.如权利要求5所述基于层次分析法的非标零部件供应商制造能力分析装置,其特征在于:所述权重系数生成模块包括:
两两比较矩阵表构建模块,以分析指标级逐级构建分析指标两两对比较矩阵表,所述矩阵元素为在矩阵表中与该矩阵元素对应的两个分析指标两两比较相对重要程度后得到的相对重要系数。
7.如权利要求6所述的基于层次分析法的非标零部件供应商制造能力分析装置,其特征在于:所述权重系数生成模块进一步包括:
归一化模块,用于将所述子目标层成对比较矩阵表以及指标层成对比较矩阵表中的相对重要系数按列进行归一化;
求和模块,用于对归一化后的分析指标级两两比较矩阵表以及指标层成对比较矩阵表再按行求和,得到特征向量;
权重计算模块,用于将所述特征向量除以上级分析指标的总数量,得到各分析指标级中每一分析指标级的分析指标所对应的权重系数以及各的权重系数。
8.如权利要求7所述的基于层次分析法的非标零部件供应商制造能力分析装置,其特征在于:所述评估结果获取模块包括:
排序模块,用于将若干供应商的各个分析指标的最终评估分排序得到供应商制造能力排序。
9.如权利要求8所述的基于层次分析法的非标零部件供应商制造能力分析装置,其特征在于:所述评估模型构建模块包括按照采购行业整体要求构建分析指标级及每一分析指标级的分析指标,供需求方进行模糊评估判断,所述分析指标包括质量控制、技术能力、供货能力、成本控制和灵活度中的一种或几种的组合;所述个性化定制型评估模型按照需求方的具体的要求参数构建分析指标级及每一分析指标级的分析指标。
10.如权利要求9所述的基于层次分析法的非标零部件供应商制造能力分析装置,其特征在于:所述供应商可以为需求方的若干新供应商之间,以寻找满足要求的供应商;也可以为需求方的若干新供应商和若干现有供应商,以改善供应商清单,提升需求方供应链管理效率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810036788.XA CN108256763A (zh) | 2018-01-15 | 2018-01-15 | 基于层次分析法的非标零部件供应商制造能力分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810036788.XA CN108256763A (zh) | 2018-01-15 | 2018-01-15 | 基于层次分析法的非标零部件供应商制造能力分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108256763A true CN108256763A (zh) | 2018-07-06 |
Family
ID=62726553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810036788.XA Pending CN108256763A (zh) | 2018-01-15 | 2018-01-15 | 基于层次分析法的非标零部件供应商制造能力分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108256763A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348788A (zh) * | 2019-07-12 | 2019-10-18 | 苏州协鑫新能源运营科技有限公司 | 采购需求自动处理方法 |
CN110826829A (zh) * | 2018-08-13 | 2020-02-21 | 广州凌谷网络科技有限公司 | 一种基于大数据的智能计分排产的方法 |
CN111428182A (zh) * | 2020-02-24 | 2020-07-17 | 数字广东网络建设有限公司 | 评估指标处理方法、装置、计算机设备和存储介质 |
CN111598660A (zh) * | 2020-05-14 | 2020-08-28 | 杭州乐顺科技有限公司 | 一种用于筛选供应商的计算机筛选装置、方法及存储介质 |
CN111626631A (zh) * | 2020-06-03 | 2020-09-04 | 国网浙江省电力有限公司经济技术研究院 | 一种电网生产技改项目的评估方法及装置 |
CN111931291A (zh) * | 2020-07-27 | 2020-11-13 | 中国第一汽车股份有限公司 | 一种兼顾成本的噪声指标分解方法 |
CN112749908A (zh) * | 2021-01-15 | 2021-05-04 | 上海航天计算机技术研究所 | 一种供应商可靠度分析***及分析方法 |
CN115657533A (zh) * | 2022-10-19 | 2023-01-31 | 扬力集团股份有限公司 | 一种压力机边缘控制设备及控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413020A (zh) * | 2013-06-25 | 2013-11-27 | 武汉理工大学 | 一种面向车间级制造能力的动态综合评估方法 |
CN103886168A (zh) * | 2012-12-19 | 2014-06-25 | 腾讯科技(深圳)有限公司 | 基于层次分析法的多渠道分析方法及装置 |
CN105654175A (zh) * | 2015-12-24 | 2016-06-08 | 北方民族大学 | 一种面向轴承制造企业的零件供应商多目标优选方法 |
CN106504015A (zh) * | 2016-10-17 | 2017-03-15 | 鞍钢集团矿业有限公司 | 一种结合bp神经网络的企业领域供应商推荐方法 |
CN107341332A (zh) * | 2017-03-10 | 2017-11-10 | 北京理工大学 | 一种车用电机驱动***的评价指标权重的确定方法 |
CN107563672A (zh) * | 2017-09-29 | 2018-01-09 | 云南中烟工业有限责任公司 | 一种基于层次分析法构建卷烟制丝质量评价模型的方法 |
-
2018
- 2018-01-15 CN CN201810036788.XA patent/CN108256763A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886168A (zh) * | 2012-12-19 | 2014-06-25 | 腾讯科技(深圳)有限公司 | 基于层次分析法的多渠道分析方法及装置 |
CN103413020A (zh) * | 2013-06-25 | 2013-11-27 | 武汉理工大学 | 一种面向车间级制造能力的动态综合评估方法 |
CN105654175A (zh) * | 2015-12-24 | 2016-06-08 | 北方民族大学 | 一种面向轴承制造企业的零件供应商多目标优选方法 |
CN106504015A (zh) * | 2016-10-17 | 2017-03-15 | 鞍钢集团矿业有限公司 | 一种结合bp神经网络的企业领域供应商推荐方法 |
CN107341332A (zh) * | 2017-03-10 | 2017-11-10 | 北京理工大学 | 一种车用电机驱动***的评价指标权重的确定方法 |
CN107563672A (zh) * | 2017-09-29 | 2018-01-09 | 云南中烟工业有限责任公司 | 一种基于层次分析法构建卷烟制丝质量评价模型的方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826829A (zh) * | 2018-08-13 | 2020-02-21 | 广州凌谷网络科技有限公司 | 一种基于大数据的智能计分排产的方法 |
CN110348788A (zh) * | 2019-07-12 | 2019-10-18 | 苏州协鑫新能源运营科技有限公司 | 采购需求自动处理方法 |
CN111428182A (zh) * | 2020-02-24 | 2020-07-17 | 数字广东网络建设有限公司 | 评估指标处理方法、装置、计算机设备和存储介质 |
CN111428182B (zh) * | 2020-02-24 | 2023-06-13 | 数字广东网络建设有限公司 | 评估指标处理方法、装置、计算机设备和存储介质 |
CN111598660A (zh) * | 2020-05-14 | 2020-08-28 | 杭州乐顺科技有限公司 | 一种用于筛选供应商的计算机筛选装置、方法及存储介质 |
CN111626631A (zh) * | 2020-06-03 | 2020-09-04 | 国网浙江省电力有限公司经济技术研究院 | 一种电网生产技改项目的评估方法及装置 |
CN111931291A (zh) * | 2020-07-27 | 2020-11-13 | 中国第一汽车股份有限公司 | 一种兼顾成本的噪声指标分解方法 |
CN111931291B (zh) * | 2020-07-27 | 2022-10-28 | 中国第一汽车股份有限公司 | 一种兼顾成本的噪声指标分解方法 |
CN112749908A (zh) * | 2021-01-15 | 2021-05-04 | 上海航天计算机技术研究所 | 一种供应商可靠度分析***及分析方法 |
CN115657533A (zh) * | 2022-10-19 | 2023-01-31 | 扬力集团股份有限公司 | 一种压力机边缘控制设备及控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108256763A (zh) | 基于层次分析法的非标零部件供应商制造能力分析方法及装置 | |
Özcan et al. | Comparative analysis of multi-criteria decision making methodologies and implementation of a warehouse location selection problem | |
JP6972269B2 (ja) | サプライヤー評価装置及びサプライヤー評価方法 | |
Truong et al. | Simulation based optimization for supply chain configuration design | |
CN108537623A (zh) | 一种电子商务中供应商推荐方法及*** | |
Chakraborty et al. | Multi criteria decision making methods for location selection of distribution centers | |
CN109063976A (zh) | 基于模糊层次分析法的智能制造能力成熟度评价方法 | |
CN106504015A (zh) | 一种结合bp神经网络的企业领域供应商推荐方法 | |
Mousavi et al. | A hierarchical group decision-making approach for new product selection in a fuzzy environment | |
CN108154277A (zh) | 基于制造能力和关系链的非标零部件采购决策*** | |
Bulgurcu | Financial performance ranking of automotive industry firms in Turkey: Evidence from entropy weighted technique | |
CN112860769B (zh) | 一种能源规划数据管理*** | |
CN109345050A (zh) | 一种量化交易预测方法、装置及设备 | |
CN110163486A (zh) | 一种项目风险重要度评估方法及*** | |
Sahin et al. | A comprehensive solution approach for CNC machine tool selection problem | |
CN112183920A (zh) | 基于层次分析法的工业品最优成本方法及装置 | |
Oukil et al. | A hybrid multi‐attribute decision‐making procedure for ranking project proposals: A historical data perspective | |
Kundakcı | An Integrated Multi-Criteria Decision Making Approach for Tablet Computer Selection | |
Vatansever et al. | Integrated usage of fuzzy multi criteria decision making techniques for machine selection problems and an application | |
CN113763154A (zh) | 一种基于模糊灰色评价的钢贸供应链金融风险评估方法 | |
CN114819692A (zh) | 业务风险分析方法、装置、设备及存储介质 | |
Chaudhary et al. | Comparative analysis of entropy weight method and c5 classifier for predicting employee churn | |
CN114139065A (zh) | 基于大数据的人才筛选推荐方法、***及可读存储介质 | |
CN110837952A (zh) | 一种基于博弈论的电网新技术设备选择方法及*** | |
CN108256912A (zh) | 基于层次化建模的非标零部件精准营销*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180706 |