多时段条件下动态物流联盟伙伴选择的模糊语言群体决策模型

动态物流联盟组建过程中的一个关键环节就是选择适当的合作伙伴,它直接关系到动态物流联盟的市场响应速度、运行绩效和成败.针对动态物流联盟合作伙伴选择过程所面临的信息不完全性、多时段性,引入模糊语言变量来描述决策者的评估信息,结合多属性群决策理论,建立多时段条件下模糊语言群体决策模型,并详尽论述了其应用过程.仿真算例表明该模型的合理性和有效性,为动态物流联盟伙伴的优化选择提供了一套切实可行的方法.     

基于遗传算法和模糊决策的大规模联盟伙伴选择方法研究

为解决大规模的网络制造联盟合作伙伴选择问题,在建立该问题数学模型的基础上通过分析引入遗传算法和模糊决策理论,提出一种分阶段的伙伴选择算法:通过遗传算法求解模型缩小选择的范围,利用遗传算法的解通过模糊决策考虑多个影响因素进行最后决策.对于该方法给出了具体的求解步骤,并用算例说明这种方法的可行性.这种分阶段的伙伴选择算法充分利用了数学的工具和决策者的经验,提高了决策的科学性和合理性.     

动态联盟中多方案伙伴挑选问题的软计算算法

描述了虚拟企业动态联盟中，含有多个子项目的活动网络伙伴问题，以满足伙伴方案满意度下的最小化竞标花费与拖期惩罚之和为目标，并为之建立0－1整数规划模型，同时进行了方案有效性过滤，减小了解空间，量化了模糊决策，设计了嵌入模糊决策规则的遗传算法（软计算方法），使得算法具有比普通遗传算法更好好的寻优能力，在大规模问题求解上，该算法具有比分枝定界法更快的速度，结果表明了模型和算法的有效性和应用潜力。     

基于AHP的DEA分析基础上的虚拟物流企业联盟伙伴选择

在基于AHP的DEA分析基础上提出虚拟物流企业联盟伙伴选择方法，通过三阶选拔确定物流联盟伙伴，首先进行定性指标AHP层次分析，确定候选企业的综合素质，然后将评价结果作为DEA分析的输出项，结合定量指标得出DEA有效性企业，最后通过（0－1）规划模型得出组建联盟的伙伴。     

基于需求预测信息共享的竞争性企业联盟结构

构建联盟是企业应对市场需求不确定性和避免过度竞争的重要战略选择，由于企业间的差异性，如何根据市场竞争环境和需求预测精度选择合适的联盟伙伴，是企业决策过程中值得重视的问题。构建了一个包含3个竞争性企业的单层供应链，在不确定性需求下，企业间可以共享需求信号，从而降低需求不确定性和竞争强度。考虑到各企业预测精度的异质性和联盟结构的多样性，分别计算了有无需求预测技术时，不同联盟结构下各主体（企业或联盟）的期望收益。通过数值分析，展示了竞争强度和预测精度对不同联盟结构下各企业期望收益的影响，从而得到合作与信息共享对各主体期望收益的影响机制，同时得到一些结论和观察结果，可以为相关企业提供决策支持。     

应用PCA和RBF网络评价建设项目动态联盟候选伙伴的绩效

基于建设项目动态联盟候选伙伴绩效的内涵分析,确定了决定伙伴绩效的因素,构建了伙伴绩效评价的指标体系.通过主成分分析将众多指标进行综合,消除样本间的信息重叠,降低RBF网络的输入维数.针对伙伴绩效系统的非线性特征,采用RBF网络高度非线性映射能力,对某建设项目动态联盟的候选伙伴绩效进行了评价.评价结果表明PCA与RBF网络相结合的方法比单纯的RBF网络方法具有较高的精确度和较好的拟合效果.     

基于误差传递和隶属度的动态灰靶多属性决策

针对当前区间数动态多属性决策方法存在的不足,提出了一种基于误差传递和隶属度的动态灰靶多属性决策方法。该方法从区间数型属性值的误差视角,运用误差传递模型确定了属性权重区间;考虑决策目标在时序上的差异性和波动性,引入时间度的概念,并基于最大熵原理和方差最小的思想,建立了多目标非线性规划模型确定时间权重;依据灰靶理论计算各方案的正负靶心距,并采用相对隶属度法对各时间段的正负靶心距进行集结,得到备选方案的优劣性排序。以突破性技术创新研发联盟伙伴选择为例,验证了该方法的可行性和有效性。     

基于遗传算法的供应链联盟伙伴选择

在描述供应链联盟伙伴选择多目标决策模型的基础上,提出了一种求解供应链联盟伙伴选择优化问题的自适应遗传算法,并以实例说明了该算法的有效性.     

基于Web的协同制造伙伴选择系统的研究与实现

首先介绍了协同制造模式对伙伴选择的需求，然后讨论了协同制造伙伴灰色关联选择模型，其中主要包括灰色关联数学模型建立以及协同制造伙伴选择评价指标体系的构成。本文的另一个研究重点为协同制造伙伴选择系统的分析与设计，运用面向对象思想对系统进行静态分析、动态分析，最后通过实例介绍协同制造伙伴选择系统的关键页面。     

动态联盟合作伙伴的选择过程与方法

动态联盟使企业具有快速适应不断变化的市场需求的能力。企业组建动态联盟 ,首先就面临着合作伙伴的选择问题。由于盟员选择过程的复杂性 ,一些非结构化的优化方法得到应用。本文讨论了动态联盟合作伙伴的选择过程和基本方法 ,并研究了应用遗传算法和聚类方法实现盟员选择 ,指出了遗传算法选择盟员的不足之处以及聚类方法的优点。     

食物链算法及其在供应链计划中的应用

人工生命两个重要特征是突现和与环境进行动态交互作用，即人工生命个体间微观的相互作用将在整个生命系统中产生突现集群的现象；同时食物链也是生命系统中重要而有又广泛存在的重要现象。基于上述思想，提出一种新的基于人工生命的算法，称为食物链算法。并把它应用于供应链计划中企业联盟的企业伙伴挑选与生产能力分配问题。该算法模拟了在未来市场需求的刺激下，供应链的成员企业是如何不但调整自己的生产能力，以及供应链如何挑选成员企业组成企业联盟的。该算法较好的解决了既有企业联盟伙伴挑选又有生产能力分配，这一具有分布特征的问题。并可应用于供应链管理的其他的问题，比如选址．分配问题。     

D-S算法在企业技术联盟伙伴选择中的应用研究

以广西柳工机械股份公司为例,介绍了基于证据理论的D-S算法的模型构建,并在柳工机械公司进行联盟伙伴选择时进行了实际应用。说明D-S算法不失为一种行之有效的可靠方法,可资其他企业借鉴。     

虚拟合作的伙伴选择智能决策支持系统框架研究

在分析虚拟合作伙伴选择决策特点基础上 ,提出基于“规则 +框架”知识的评价模型重构机制与网上多智能体协同评价系统拓扑结构 ,以实现伙伴选择过程 ,最后建立了一个面向虚拟合作伙伴选择智能决策系统框架.     

面向动态联盟协商支持的研究

动态联盟已经成为企业实施敏捷制造的重要手段。在动态联盟构建，实施及解体的整个生命周期中，存在着很多决策问题，需要各联盟企业共同协商解决。本文分析动态联盟中多方协商的特点，基于多人多目标协商对策理论对多方协商机制进行了数学描述，给出最大均衡满意度协商对策解的定义，提出一种满足Pareto最优的最大均衡满意度协商对策解的求解方法。     

供应链合作伙伴的选择、评估和动态监控

供应链合作伙伴的选择与评判是企业自身和企业与企业之间的业务工艺流程重构过程。本文分析了此重构过程中的误区和风险防范问题，提出了结合层次分析法与基于指标满意度的模糊综合评判法的备选伙伴评估方法，讨论了合作伙伴关系评价和动态监控的问题。     

虚拟企业伙伴选择的信任场模型

虚拟企业是应对市场竞争环境变化的一种柔性的能快速反应的网络化分布式动态组织. 在整个虚拟企业的组建过程中, 如何选择值得信任的合作伙伴是虚拟企业成败的关键. 针对虚拟企业的伙伴选择问题, 本文结合信誉和基于信任的合作机制, 借鉴"场"理论, 提出了信任场的概念, 建立了信任场的理论模型, 并讨论了基于信任场模型的虚拟企业伙伴选择方法. 最后, 通过实例及分析说明了该方法的可用性和合理性.     

基于改进粒子群优化算法的虚拟企业伙伴选择

在分析基本粒子群优化算法和建立虚拟企业伙伴选择多目标决策模型的基础上,提出了一种求解供应链联盟伙伴选择的优化问题的改进粒子群算法.在优化过程中,该算法以优良适应值粒子取代部分不良适应值粒子,使算法具有过滤能力,加快了搜索速度,并保证了收敛于全局最优解.实验结果用基本粒子群算法进行了验证和比较,表明该改进粒子群算法具有较好的性能和简单快速准确等特点.     

含有风险的供应链联盟伙伴利益分配法

利益分配是供应链联盟形成及运作的核心问题,关系到联盟的稳定与成败.本文在研究供应链联盟利益分配原则的基础上,提出了供应链联盟两步利益分配法,使分配结果体现多劳多得和互惠互利的原则;并根据供应链联盟伙伴在联盟中承担风险的不同,给与相应的风险补偿.     

战略联盟下基于模糊多粒度语言评价的项目合作成员选择

针对如何从数个候选联盟成员中选择最理想的项目合作成员问题,提出了一种操作性较强的选择方法.首先通过静态博弈得到了候选联盟成员进行项目合作竞标价格的可行区间,在考虑专家采用模糊多粒度语言进行期望获利度评价的状况下,运用基本语言转换函数将评价信息进行集结,据此确定候选联盟成员的期望获利度和优化的竞标价格.在给出价格满意度与工期满意度公式的基础上,利用效用值法将基于不同满意度下的排名决策信息进行一致化处理,最后采用互补判断矩阵中的排序公式来选择理想的项目合作联盟成员.     

基于径向基网络的敏捷供应链伙伴选择实证研究

将敏捷供应链伙伴选择划分为四个阶段。构造基于径向基神经网络的敏捷供应链伙伴选择模型，运用该模型从初步筛选的海量数据中，分析潜在伙伴的类型，为下一步的精选打下基础。最后通过了实证分析的检验。