英语原文共 19 页
通过使用ANP的多标准库存分类方法
摘要：库存管理是企业生产计划过程的重要组成部分。通过根据库存项目的种类对库存项目进行分类，可以决定购买或生产的时间和数量。在这个评估中，ABC库存分类是最常用的方法之一。本研究提出一种模糊分析网路处理方法，以确定标准的权重，并利用语言术语以简单的加性加权法来确定存货项目的分数。将模糊ANP应用于多准则库存分类问题是本研究在相关文献中的新颖之处。此外，本文对工程车辆项目管理问题在建筑企业中的应用领域也与其他的研究有所不同。
作者：萨法克·基里，杜姆鲁皮纳大学工业工程系，土耳其库塔亚中央校区
收到日期：2012年8月；接受日期：2013年1月
关键词：多标准决策，模糊ANP，ABC分类，库存控制
1.简介
库存管理是组织分析和跟踪库存项目层次的重要问题。可以引出项目的数量，并回答诸如需要多少项目和何时需要这些问题。此外，还可以确定最常用的项目及其季节，并制定与生产计划相关的采购计划。但是由于大量的数据，对库存的控制变得更加困难。在这种情况下，库存项目应该根据其特性进行分类。虽然其中一些更重要，应该主要由管理层负责，但其他的则不那么重要，决策系统也可以更简单。因此，存货分类是对存货项目进行评价，并对相关项目给予必要的关注。ABC分析法是库存控制中最常用的一种方法，它根据库存项目的特点对其进行分类。ABC分析基于帕累托原理。帕累托原理首先被迪基（1951）应用于通用电气的库存系统，它被称为ABC分析。在这个分析中，项目分为A、B和C三类，A项目是少数重要项目，C项目是许多不重要的项目。B项在A和C项之间。（Sipper和Bulfin，1997）
在传统的ABC分类法中，只使用年度美元使用量的标准，但在某些情况下，这种标准不足以进行评价。例如，一个便宜的项目可能被归类为，因为它对公司的运营很重要。Flores和Whybark（1987）建议采用二维分类法，首先是年度美元使用量，其次是临界值。Cohen和Ernst（1988）使用一种称为聚类分析的统计技术，对多个维度上的项目进行分组，包括临界性。Flores等人（1992年），Gajpal等人（1994），帕托维和霍普顿（1993），帕托维和伯顿（1993）将层次分析法（AHP）应用于一些多准则库存分类问题。Reynolds（1994）提供了一个分类方案，帮助管理者关注重要项目。
元启发式方法也被用于库存分类，如Guvenir和Erel（1998年）和Partovi和Anandarajan（2002年）提出的遗传算法和人工神经网络方法。Ramanathan（2006）提出了一种基于DEA模型的多准则ABC库存分类加权线性优化模型。周和范（2007）根据Ramanathan的模型得出了每个项目最有利和最不利的分数。Ng（2007）提出了多准则ABC库存分类的加权线性模型。通过变换，不需要线性优化器就可以求解NG模型，因此应用起来很简单。Hadi Vencheh（2010）提出了NG模型的扩展版本。这是一个简单的非线性规划模型，确定了所有项目的一组通用权重。Chen等人（2008年）使用了基于案例的多标准ABC分析和其他标准，如提前期和关键性。在他们的研究中，使用加权欧几里得距离直观地表示案例中作为替代方案输入偏好的决策。Rezaei和Dowlatshahi（2010）对库存分类问题采用了基于规则的多准则方法。Hadi Vencheh和Mohamadghasmi（2011）针对多标准ABC库存分类提出了一种综合模糊层次分析过程数据包络分析（FAHP-DEA）。
库存分类是一个多准则决策问题，它包括年度美元使用量、平均单位成本、交货期、关键性、可修复性、请求数量、稀缺性、耐久性、易腐性、可修复性、需求、库存能力等多个准则。
如文献所示，MCDM方法可用于解决这些问题。本研究采用模糊分析网路处理（ANP）方法，评估影响存货控制系统之标准，并确定存货项目得分。本文从模糊ANP方法和应用领域两个方面对建筑企业ABC分类系统进行了研究。
在下一节中，定义了模糊ANP方法。然后在第3节中，给出了一个具有实际问题的应用程序。并与传统的ABC分析结果进行了比较。最后，本文总结了一些看法。
2.模糊ANP方法
分析网络过程（ANP）是层次分析过程（AHP）的一个推广。层次分析法是Saaty在1980年提出的一种解决社会经济决策问题的方法，已被广泛应用于解决各种问题。层次分析法是一种逻辑和解决问题的框架，通过将感知、感觉、判断和记忆组织成对决策结果有影响的力的层次结构，从即时感知到完全整合的意识。在层次分析法中，假设系统元素是不相关的，并且受到层次关系的单向影响（Saaty，2000年）。AHP方法是MCDM方法之一，在选择、评估、规划和发展、决策、预测等广泛领域具有广泛的应用（Hadi Vencheh和Mohamadghasmi，2011年）。
ANP方法是AHP方法的扩展版本，可用于评估决策属性之间的动态多方向关系（Hamalainen和Seppalainen，1986；Saatty，1988；Saatty和Takiawz，1986）。它被定义为各种因素之间的非线性网络关系。它能够模拟受不断变化的外力影响的更复杂和动态的环境（Meade和Sarkis，1998年）。ANP方法可以克服标准或备选方案之间的相互依赖和反馈问题。AHP和ANP的主要区别在于，ANP通过开发一个超级矩阵来获得复合权重，从而处理决策层和属性之间的相互关系（Saaty，1996；Huang等人，2005；Shyur，2006）。
因为大多数定性标准的值都不明确，所以很难用清晰的数字做出决策。而模糊数和语言变量可以使决策者表达主观判断。因此，可以认为模糊ANP方法是一种在获得实际结果上更为合适的方法。有一些研究者基于模糊ANP的方法应解决了不同领域的复杂决策问题。
Mikhailov和Singh（2003）将模糊偏好规划方法应用于ANP，从不同类型的不确定比例尺度判断中导出优先级，并开发了一个原型决策支持系统。Buuml;yuuml;kouml;zkan等人（2004）研究了一种模糊ANP方法，通过质量功能的部署来提高响应客户需求和技术设计要求的质量。Mohanty等人（2005）在选择研究和开发项目时，使用了模糊ANP和模糊成本分析。Kahraman等人（2006）提出了一种基于模糊qfd的集成框架和模糊优化模型，以确定产品设计中需要考虑的产品技术要求，采用模糊分析网络过程（ANP）方法得到目标函数的系数。Dagdeviren等人（2008）使用模糊ANP计算了工作系统中的错误行为风险（FBR）。Tuzkaya和Ouml;nuuml;t（2008）在对土耳其和德国之间的案例的替代运输方式的研究中，使用模糊ANP评估。Ouml;nuuml;t等人（2009）提出了一种基于分析网络过程（ANP）的供应商评估方法，通过与理想解决方案（TOPSIS）方法相似的订单性能技术，以帮助土耳其GSM部门的电信通信公司在模糊环境下进行评估。Guneli等人（2009）将模糊ANP应用于对船厂适当位置的选择。Chen和Chen（2010）使用决策试验和评估实验室（DEMA-TEL）、模糊分析网络过程（FANP）以及与理想解相似的顺序偏好技术（TOPSIS），形成了一个考虑各测量标准相互依赖性和相对权重的创新支持系统（ISS）。Dagdeviren和Yuuml;ksel（2010）在波特五力分析框架内，使用模糊ANP测量了一个组织的部门竞争水平（SCL）。Yuuml;ksel和Dagdeviren（2010）研究了平衡计分卡和模糊ANP的集成，以根据企业的愿景和战略确定企业的绩效水平。Shen等人（2010）将模糊集理论与ANP相结合，提出了一种在高账面市值股票中区分强金融前景股票的创新模型。Ouml;nuuml;t等人（2011）在选择集装箱港口时提出了模糊ANP。liou等人（2011年）将模糊偏好规划与ANP相结合，用于航空业战略联盟伙伴选择。
本研究采用模糊ANP方法来消除ANP方法的不确定性，采用模糊比较比来从主观判断中确定标准和次级标准的权重。在FAHP和FANP中，有几个程序可以实现优先级，其中包括模糊最小二乘法（Xu，2000）、几何平均法（Buckley，1985）、CSutora和Buckley的直接模糊化的方法（2001）、综合扩展分析（Chang，1996）、Mikhailov的模糊偏好规划（Mikhailov，2000；2003）和两阶段对数规划（Wang等人，2005）。本研究采用了Mikhailov的模糊偏好规划（Mikhailov，2000；2003），从而得到了成对比较矩阵的一致性值和清晰的优先级向量。该方法的模型基于博弈论中的最大决策规则。Bellman和Zadeh（1970）应用了最大值规则来解决不确定环境下的决策问题。Zimmermann（1990）对模糊线性问题使用了相同的决策规则。
- 该方法在建筑企业中的应用
将该方法用于一个建筑公司。这个公司拥有两台推土机、两台挖掘机、一台平地机、一台装载机、一台压路机、一台起重机、一台卡车上的油机、一台发电机、一台压缩机、一台叉车、一台蓄电池充电器、一台焊机、一辆小卡车、10辆自卸车、一辆拖车、一台挖掘机、一辆箱式卡车和一台卡车上的起重机，公司还雇用了50名工人。在本研究中，我们分析了这些车辆和工具的材料并对他们进行管理库存。建筑用材料是我们需要分析的重要材料，在文献中也发现了类似的应用。但另一方面，建筑企业工程车辆的库存管理也是一个重要的问题。我们需要对这些车辆的使用进行跟踪管理，以保证计划工作的继续。而且所有的车辆使用不能连续性的查看，因此需要分类才能看到最重要的使用途径。在这个应用中，本文尝试用传统的ABC和模糊ANP方法对其中的一些项目进行分析，然后对分析的结果进行了比较。
在传统ABC分析中，A类物料是最重要的，它在所有物料的总价值中占有很高的比例。A类物料约占所有物料的15%，占所有物料使用经济价值的80%。这类物料是采购管理中应该投入大量注意力高度关注的。对A类物料的采购管理上的注意力只会花费很小的费用，但这种注意力可以在整个库存中产生很大的正面影响。B类物料构成所有物料的中坚力量，它的组成约占全部物料的35%，经济价值约占物料的15%。这一类物料应该有一个正式的盘存系统，需要在采购管理中投入周期性的注意。C类物料无关紧要。它由剩余50%的项目组成，仅占材料总使用经济价值的5%。对C类物料可以使用放松存货程序。基于上述的分类标准，每年美元的使用情况是传统的ABC分析法进行分类的依据。根据传统ABC分析，在上述公司应该有15个项目被分类为A级，18个项目被分类为B级，34个项目被分类为C级。
接下来按照以下步骤中所述的方法执行应用程序：
第一步：根据文献和应用领域确定标准和次级标准。首先，对分类的目标进行确定；其次，对标准进行定义，并用箭头显示标准之间的相互依赖性；最后，对次级标准进行确定。
第二步：对标准和次级标准进行成对比较，并使用表1分别计算了表4-8和表9中给出的局部权重。局部权重通过使用Lingo 11.0软件求解Mikhailov（2000，2003）模型来计算。该模型还测量了一致性值（lambda;），以此来判断比较结果是否一致：如果lambda;=1，则认为模糊成对比较矩阵是一致的；如果lambda;为负，则认为该矩阵是强不一致的；如果lambda;接近1，则可以认为模糊成对比较矩阵是几乎一致的。模型的一致性值分别在表4-8和9中给出。
第三步：如图4所示，可以看出标准的依赖关系网络虽然价格受所有其他标准的影响，如存储能力仅受采购程序的影响。标准c1和c2的内部相关矩阵分别如表10-11所示。标准的相关矩阵通过使用表12中给出的计算出的相对重要性权重而形成。
第四步：将次级标准的局部权重和相关标准的相互依赖权重相乘，计算次级标准的全局权重。全局权重如表13所示。
第五步：将建筑公司的库存项目通过表2的语言变量分配给每个次级标准。
第六步：将语言变量转化为每个项目的模糊数的平均值。
第七步：采用SAW法计算存货项目的得分。推土机中心刀评定见表14，项目得分按0.695计算。其他库存项目也以类似的方式进行评估。
第八步：这些项目根据得分值按降序排列，并分为A、B和C类。
分类中，项目的数量是根据传统ABC分类法中的相同项目数确定的。其中，前15项被分类为A类，其后的18项被分类为B类，剩下的被分类为C类。分类结果如表15所示。此外，修改后的方法与传统ABC分析的比较见表15。该方法将挖掘机的爪形分类为A级，而传统的ABC分析则将其分类为C级。这是因为在传统的ABC分析中，唯一考虑的标准是年度美元使用量。但是，挖掘机的爪在挖掘过程中经常被破坏，因此显然，维护标准（C5）及其次级标准对挖掘机的爪非常重要。其他标准对相关项目也有一定的影响，这点可以从分类结果中看出。
与传统的ABC分析方法相比，本文提出的方法中对48个库存项目进行分类的方法依然属于ABC分类法。但是与之不同的是，采用本文所提出的方法分类之后，传统ABC分析中15个项目中有10个项目属于A类，但是其余5个项目重新归类为B类。B类中原本有18个项目，其中10个项目仍属于B类，但是有2个项目被划分到了A类，6个项目被划分到了C类。在传统ABC分析中的34个C类项目中，28个项目仍然属于C类，3个项目被重新分类为A类，3个项目被重新分类为B类。
- 结论
企业在库存管理中需要对大量的数据进行处理和分析。因此，根据库存项目
资料编号：[4281]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
