[发明专利]一种基于改进DEA的AHP的物流绩效评估方法

说明书

本发明公开了一种基于改进DEA的AHP的物流绩效评估方法，包括采集实际物流场景中的真实数据；根据整个物流过程选取物流系统特征指标，并对物流系统特征指标进行数据归一化；根据选取物流系统特征指标和AHP层次分析方法构建系统化的评级指标体系；再基于改进DEA构建判断矩阵，并通过层次单排序和层次总排序，且均进行一致性检测，输出评级指标体系的各层指标评价得分；根据各层指标评价得分调整整个物流系统运行效率，并诊断出低效率的环节。本发明通过构建全物流过程的指标体系，并基于AHP基础上融合DEA方法构建判断矩阵，通过纯数据确定权重得到指标的得分的方法，衡量整个物流系统的运行效率，并通过各环节的结果诊断出低效率的环节进行优化。

技术领域

本发明涉及物流绩效评估技术领域，特别涉及一种基于改进DEA的AHP的物流绩效评估方法。

背景技术

目前主流的物流绩效评估方法主要有以下几种：层次分析法（AHP）、灰色关联分析法、模糊综合评价法、数据包络分析法（DEA）等方法。但上述单一方法均有其各自的不足之处。

层次分析法，进行评估时其决策力不足；灰色关联分析法要求样本数据具有时间序列特性，并且只是对评判对象的优劣做出鉴别，并不反映绝对水平；功效系数法，在目标值和非允许值的所选单项得分方面存在很大困难。对于任何指标，目标值和允许值的定义都是不清晰的，没有绝对意义的标准；模糊综合评价法隶属度函数还没有系统的确定方法；数据包络分析法评价的是相对绩效，只能够在现有决策中选出相对好与坏的决策。

现有技术存在的问题：一是现有选取数据未能覆盖物流整个环节，无法诊断物流体系所有环节绩效的优劣，评估方向单一，不具有可移植性；二是不同企业在对物流绩效评价研究的侧重点不同，因此只能在企业内部做纵向比较不同历史时间段的效果，而不能横向比较不同企业不同厂区的绩效情况；三是现有DEA结合多种方法进行物流评价的评分结果之前未进行指标权重比对，导致评分结果的可信度不高；四是现有DEA方法构造判断矩阵时，得到多为定性的结果，且精确度不高，不具有说服性。

发明内容

本发明的目的克服现有技术存在的不足，为实现以上目的，采用一种基于改进DEA的AHP的物流绩效评估方法，以解决上述背景技术中提出的问题。

一种基于改进DEA的AHP的物流绩效评估方法，包括：

采集实际物流场景中的真实数据；

根据整个物流过程选取物流系统特征指标，并对物流系统特征指标进行数据归一化；

根据选取物流系统特征指标和AHP层次分析方法构建系统化的评级指标体系；

再基于改进DEA构建判断矩阵，并通过层次单排序和层次总排序，且均进行一致性检测，输出评级指标体系的各层指标评价得分；

根据各层指标评价得分调整整个物流系统运行效率，并诊断出低效率的环节。

作为本发明进一步的技术方案：所述根据整个物流过程选取物流系统特征指标，并对物流系统特征指标进行数据归一化的具体步骤包括：

首先从整个物流过程选取物流系统特征指标，建立物流绩效评价指标；

同时采用Min-Max归一化方法和Max-Min归一化方法将指标映射到0到1之间，正向指标归一化公式为：

；

负向指标归一化公式为：

；

式中，表示指标的实际值，表示指标中的最小值，表示指标中的最大值。

作为本发明进一步的技术方案：所述根据选取物流系统特征指标和AHP层次分析方法构建系统化的评级指标体系的具体步骤包括：

首先根据采集的物流真实数据为全流程数据；