CC BY
84
УДК [338.45:687.1/.4:339.35]:510.22
РАЗРАБОТКА МЕТОДИКИ ОЦЕНКИ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ ЦЕПОЧКАМИ ПОСТАВОК ТЕКСТИЛЬНЫХ И ШВЕЙНЫХ ПРЕДПРИЯТИЙ С ИСПОЛЬЗОВАНИЕМ ТЕОРИИ
НЕЧЕТКИХ МНОЖЕСТВ
В.И. Белоцерковский, Нгуен Тхи Тху Тхыонг
Представлено описание разработанной методики оценки эффективности управления цепочками поставок, основанное на применение комбинированно комбинированного нечетко-множественного и иерархического анализа (КНМИА). Выявлены основные понятия теории нечеткого множества и проанализированы этапы и схема применения метода КНМИА.
Ключевые слова: цепочка поставок, принятие решении нечеткое множество, лингвистические значения, нечеткий интервал, метод анализа иерархий.
В настоящее время многие отечественные предприятия находятся в кризисном или близком к кризисному состоянии. Это связано не только с общим плохим состоянием отдельных отраслей, а с неверным обоснованием и принятием решений по управлению предприятиями в условиях высокой динамики внешней среды. Поэтому проблема разработки методов поддержки принятия решений для совершенствования управления цепочками поставок предприятий текстильной и швейной промышленности является весьма актуальной для экономики Вьетнама.
Развитие экономики Вьетнама во многом полагается на доход от физического объема экспорта, в то время экспорт продукций текстильных и швейных занимает большую долю в общем объеме экспорта страны, поэтому здесь важной задачей является улучшение конкурентной позиции предприятий отрасли на мировом рынке, и тем самым их инвестиционная привлекательность улучшается. Эффективное управление цепочкой поставок считается важным источником, которое позволяет обеспечивать конкурентные преимущества предприятий отраслей.
Возможность получения конкурентного преимущества заключается, во-первых, в способности организации продемонстрировать клиентам свое отличие от конкурентов и, во-вторых, в умении работать с меньшими издержками, а значит, и обеспечивать себе большую прибыль. Управление цепочками поставок может предоставить различные способы повышения эффективности и производительности и, следовательно, увеличивать инвестиционную привлекательность самого предприятия в глазах инвесторов.
Традиционные методы моделирования управленческих задач используют вероятностную или интервальную неопределенности. Однако в большинстве случаев проблемы связаны с возможностью появления каких-либо неповторяющихся событий и не могут рассматриваться с точки зре-
ния вероятностного подхода. При использовании интервальной неопределенности и сценарных методов анализа не учитывается возможность появления различных значений неопределенных величин, все значения считаются равнозначными. Оба подхода не позволяют оперировать с качественной информацией.
В последнее время были выявлены новые типы неопределенности, и потребовались новые математические средства для использования в случае когда, классические средства количественного анализа не могут быть применены. Один из возможных подходов может основываться на обобщении понятия меры и построении нечетких мер, свободных от ряда ограничений вероятностной меры.
Для построения математической модели оценки влияния факторов на эффективность деятельности цепочки поставок предприятий мы будем разбирать основные следующие определения и термины: нечеткое множество, носитель, функция принадлежности и лингвистические переменные
[4].
Пусть Е - универсальное множество, х - элемент Е. Нечетким множеством А в Е называется множество упорядоченных пар А = *№л(X) I х}, где рА(х) - характеристическая функция принадлежности (или просто функция принадлежности), принимающая значения в некотором вполне упорядоченном множестве М (например, М = [0,1]).
Функция принадлежности указывает степень (или уровень) принадлежности элемента х подмножеству А, цА: Е —► М - функция принадлежности, отображающая Е в множество М. Если М = {0,1}, то А является обычным множеством и его функция принадлежности совпадает с характеристической функцией множества А. В дальнейшем будем предполагать, что М = [0,1].
Носителем нечеткого множества А, обозначаемым через 8ирр/1А(У>, называется область определения нечеткого множества, для элементов которого степень принадлежности данному нечеткому множеству больше нуля, т.е. обычное множество Е, для которого выполняется условие: х Е Е тогда и только тогда, когда /1А (х)> 0:
Б(А) = 8ирр/1^(х}= {х\х Е Е,11а(_х)> 0}
Лингвистической переменной называется набор
<р, т, х, а, м >,
где Р - наименование лингвистической переменной; Т - множество ее значений (терм-множество), представляющих собой наименования нечетких переменных, областью определения каждой из которых является множество X (множество Т называется базовым терм-множеством лингвистической переменной); а - синтаксическая процедура, позволяющая оперировать элементами терм-множества Т, в частности генерировать новые термы (значения), тогда а(Т) - множество сгенерированных термов, назы-
ваемое расширенным терм-множеством лингвистической переменной; М -семантическая процедура, позволяющая превратить каждое новое значение лингвистической переменной, образуемое процедурой а, в нечеткую переменную, т. е. сформировать соответствующее нечеткое множество.
Оценка ЭУЦП предприятий текстильной и швейной промышленности представляет многоатрибутивную задачу менеджмента. В рамках данного исследования можно использовать предлагаемую ниже методику, которая осуществляется на основе совместного применения аппарата теории нечетких множеств и метода анализа иерархий (Метод комбинированного нечетко-множественного и иерархического анализаКНМИА) (рис.1)
Эффективность управления цепочками поставок (ЭУЦП) предприятий швейно-текстильной отрасли
Построение группы показателей (атрибутов) оценки ЭУЦП
□С
Управленческие решения руководителя текстильных и швейных предприятий (ТШП) Вьетнама
д
Повышение инвестиционной привлекательности ТШП Вьетнама
Рис. 1. Этапы оценки эффективности управления цепочкам поставок (ЭУЦП) на основе метода КНМИА
Модель оценки ЭУЦП является иерархической и состоит из трех уровней. Верхний уровень представляет конечную эффективность оцениваемой швейно-текстильной логистической цепочки Вьетнама. Второй уровень состоит из семьи независимых атрибутов, каждый из которых включает несколько метрик. Обозначенные метрики взаимозависимы в рамках третьего уровня.
В предлагаемой нечетко-множественной модели (НММ) эффективность управления цепями поставок текстильных и швейных предприятий Вьетнама описывается набором количественных и качественных факторов анализа эффективности цепи поставок общим числом т. При этом все факторы являются измеримыми, то есть, имеют носитель со своей областью определения на вещественной оси.
Нечеткие описания в структуре модели корпорации появляются в связи с неуверенностью эксперта, которая возникает в ходе классификации уровня факторов. Например, эксперт не может четко разграничить понятия, к примеру, «высокой» и «максимальной» вероятности. Или когда надо провести границу между средним и низким уровнем значения параметра. Например, качественная информация в лингвистических терминах, такая как «управление знаниями» развития цепи поставок, не может быть определена количественно точно. Для измерения ожиданий клиентов могут быть использованы анкетные опросы, экспертные оценки, статистические методы. Сложность заключается в том, что большинство показателей оценки эффективности цепи поставок трудно измерить количественно. Ожидание клиентов, как правило, основываются на их субъективном мнении и чаще всего выражаются такими предложениями, как «желательно, чтобы груз был доставлен с 10 до 11ч», «мы можем заплатить в пределах от 2000 до 2200 долл.». В таких предложениях имеются элементы нечеткости. При этом приблизительная информация обычно используется в процессе принятия решений.
Как выше указано, теория нечетких множеств была способна обрабатывать более высокую степень неопределенности, чем традиционный метод набора четких данных, который требует меньше информации оценки, мало предположений. НММ представляет собой уверенный инструмент для руководителя при принятии управленческих решений, и при этом такая модель используется в данном исследовании.
Метод КНМИА состоит из трех этапов.
На первом этапе производится оценка каждого из первоуровневых атрибутов, отражаемых в соответствующих метриках второго уровня. На этом этапе применяются нечеткая мера и нечеткий интеграл. Необходимость использование нечетких множеств и нечетких интегралов обусловлена взаимозависимостью метрик первоуровневых атрибутов. Соответственно присваиваются неаддитивные меры. Нечеткая мера и нечеткий интеграл представляются наиболее разумным решением указанной проблемы.
На втором этапе с помощью метод анализа иерархий (МАИ) производится оценка веса каждого из атрибутов первого уровня. Так как все семь первоуровневых атрибутов независимы, для нахождения веса используются аддитивные методы и, следовательно, применение МАИ целесообразно.
На третьем этапе вычисляется эффективность управления цепочками поставок путем мультиплицирования простого аддитивного взвешивания (SAW) и оценки эффективности каждого из атрибутов.
Детальная схема метода КНМИА представлена на рисунке 2.
Лингвистическое значение эффективности цепи поставок (X^ )
Индекс эффективности управления цепочками поставок (SC?) SC„ = А, * Щ + Л,»И^+-+Ат*Ий,
Определение весов атрибутов (№„,)
Оценка значения г-ого атрибута после расчета нечеткого интеграла (/;.■)
Расчет нечеткого интеграла метрик j-oro атрибута (С)JG kdg
ґ \ Вектор дефазификации множества оценок лингвистического значения i-oro "
атрибута £(Хц,
I
Нечеткие значения оценок /-ой метрики г'-ого атрибута
I
Лингвистические значения оценок /-ой метрики г'-ого атрибута исследуемой текстильно-швейной цепи поставок
Ґ Вектор дефазиф весов лингвистиче атрибута 5 V \ икации множества ского значения /-ого C^ii -иш j
і і
Нечеткие значения весов j-ой метрики г'-ого атрибута ^
Лингвистические значения весов /-ой метрики г'-ого атрибута исследуемой текстильно-швейной цепи поставок
Рис. 2. Методика расчета ЭУЦП Вьетнама на основе методе КНМИА
Первый этап метода КНМИА - Применение нечеткой меры и нечеткого интеграла. Этот этап включает четыре следующих шагов.
Шаг 1. Определение функций принадлежности нечетких множеств лингвистических переменных. На этом шаге функции принадлежности для лингвистических перемен были определены. На выбранном носи-
теле можно построить лингвистическую переменную со своим терм-множеством значений по семибалльной шкале. В этом реальном процессе оценки опрашиваемые лица оценивают эффективность и значимость метрик по составленной шкале.
Исходя из этого Х1} определена как лингвистическая переменная, состоящая из семи терм-множеством значений. ={ЕР, УР, 14, ЬО, УО,
Еа}, где ЕР = чрезвычайно слабый, УР = очень слабый, ЬР = менее слабый, N = нормальный, Ьа = более хороший, Уа = очень хороший, Еа =
чрезвычайно хороший. Лингвистическая переменная также состоит из
семи терм-множеством значений. ={Е1Л, У1Л, ЫЛ, 14, Ы, VI, Е1}, где
ЕШ = абсолютно незначимый, Уи1 = очень незначимый, ЬШ = слабо незначимый, N = нормальный, Ь1 = слабо значимый, VI = очень значимый, Е1 = чрезвычайно значимый.
Так как лингвистические оценки - это только субъективные приблизительные оценки, можно считать, что трапециевидные функции принадлежности достаточно пригодны для описания неопределенности.
Трапециевидная функция принадлежности / характеризуется следующим образом / (х; а, р, у, 6, в), где а и 6 - абсциссы нижнего основания, р и у - абсциссы верхнего основания трапеции, задающей р,хъ области с ненулевой принадлежностью носителя х соответствующему нечеткому подмножеству [3, с.150].
Шаг 2. Обобщение весов и оценок с учетом мнений всех экспертов. Для объективной оценки метрик эффективности цепи поставок и степени их важности учитываются представления к экспертов. Каждая метрика эффективности цепи поставок определяется оценкой и весом метрик (степенью важности) в комплексной оценке эффективности цепи поставок. В соответствии с определением лингвистических оценок, изложенном в шаге 1, после усреднения к значений нечеткая оценка /-ой метрики /-ого атрибута X'у и нечеткий вес ./-ой метрики /-ого атрибута описываются следующими уравнениями [5, с.84].
Шаг 3. Дефазификация. После получения нечетких оценок и нечетких весов следующим шагом является получение оценок дефазификации. Дефаззификацией (defuzzification) называется процедура преобразования нечеткого множества в четкое число. В теории нечетких множеств процедура дефаззификации аналогична нахождения характеристик положения (математического ожидания, моды, медианы) случайных величин в теории вероятности. Данную процедуру можно осуществлять различными методами. Наиболее часто применяется центроидный метод [5]:
9 Р<х <у
(1)
\0 в других случаяк
(2) (3)
Для трапецеидальных нечетких чисел Wif = (aif,hijrciJidij')
в других случаях
Шаг 4. Определение Л —нечеткой меры Сугено и нечеткого интеграла. Сугено (Суджено, Б^епо) ввел теорию нечетких интегралов и понятие нечеткой меры. Кроме того, он предложил -нечеткую меру как частный случай нечеткой меры и сообщил о некоторых вариантах ее применения.
Параметр нормировки Я находится из следующего уравнения [4, с.
48]:
Если 5(х(г) > 5(^0_15) > ■■■ > то формуле нечеткого интеграла Сугено получим
На этом шаге МАТЬАВ была использована в качестве математического инструмента для произведения вычислений. МАТЬАВ содержит ряд дополнительных приложений, таких как система управления и контроля, нечеткая логика инструментов и др., которые можно использовать для решения конкретных задач. Для вычисления результатов опросного исследования, определения весов второуровневых метрик и дальнейшего вычисления оценок атрибутов первого уровня программа МАТЬАВ была рекомендована.
Второй этап метода КНМИА. Применение нечеткого метода анализа иерархий фл2гуАНР)[2]. Для расчета значения веса /-ого атрибута модель Ш22уАНР включает пять следующих шагов.
Шаг 1. Составление парной матрицы сравнения путем использования анкетного опроса.
Один из наиболее известных методов является метод парных сравнений, предложенных Т. Л. Саати. Если бы значения функций принадлежности были нам известны, например, (1Х = = 1,2то парные
сравнения можно представить матрицей отношений М = {т^}, где
На практике эксперт сам формирует матрицу А, при этом предполагается, что диагональные элементы равны 1, а для атрибутов эффективности цепи поставок симметричных относительно диагонали = 1 /ш1р т.
Предположим, что
е. если один атрибут в а раз предпочтительнее другого, то второй атрибут оценивается в 1/а раз предпочтительное первого.
Эксперт должен установить какой из двух предлагаемых объектов более важен. Для преобразования результатов опроса в нечетких матрицах попарных сравнений используется шкала Саати (табл. 1).
Таблица 1 - Шкала Саати [4, с. 29]
Интенсивность значимости Качественная оценка Объяснения
1 Одинаковая значимость Элементы равны по значимости
3 Слабо значимее Существуют показания о предпочтении одного элемента над другим, но показания не убедительны
5 Сильно значимее Существуют хорошее доказательство и логические критерии, которые могут показать, что элемент более важен
7 Очевидно значимее Существует убедительное доказательство большей значимости одного элемента над другим
9 Абсолютно значимее Максимально подтверждается ощутимость предпочтения одного элемента над другим
2,4,6,8 Промежуточные оценки Когда необходим компромисс
Переход от четкого значения переменной к нечетному осуществляется с помощью процедуры фазификации, заключающейся в переводе измеренного четкого значения в значении функции принадлежности соответствующего терма лингвистической переменной.
В качестве функции принадлежности может быть выбрана трингу-лярная функция (функция треугольного вида), которая представлена в виде кортежа из трех чисел (а1га2га3) (табл. 2).
Таблица 2 - Параметры, определяющие функции нечетких чисел
Нечеткие числа Функция принадлежности (ы^ аг, о3)
(1. 1. 1)
X (х-1, X, х+1)
9 (9, 9, 9)
Шаг 2: комбинация групп
После создания нечетких матриц попарных сравнений, среднее геометрическое каждого атрибута в матрице будет рассчитываться как Бакли (1985) предложил.
м:у = (1) ® (лх|) ф Щ ©-е т£, (8)
р.,
где А?г} Интегрирование треугольного нечеткого числа; : оценка
парных сравнений значимости /-ого атрибута с 7-им атрибутом экспертом N (т. е. во сколько раз /-й атрибут эффективности цепи поставок важнее _/-ого атрибута для принятия решения); N общее число экспертов
Шаг 3: Построение нечеткой парной матрицы
После выполнения данного шага мы получим окончательные нечеткие числа из нечеткой парной матрицы
М = [Мч1 (9)
где Мц = (1^, Сфй^); Ь^,С^, левое, центральное и право значение нечеткого числа (т.е левое, центральное и право значение мнения оценки экспертов) в треугольной функции принадлежности, соответственно.
и, мп = 1 /мч
Шаг 4. Расчет нечетких весов атрибутов эффективности управления цепочками поставок.
Метод расчета нечетких весов Бакли (1985) был использован на этой стадии. Формула определена ниже:
г, = («ь ® а,2 - ® а^п, VI = 1,2(10) Щ = ^®(г1фга- ©г,)"1, (11)
где Й, - относительная значимость между атрибутами / и /; 2- не-
ч
четкое среднее геометрическое атрибута нечеткии вес, соответствующий атрибуту /.
Шаг 5. Дефазификация и нормализация
Формула (4) используется в процессе дефазификации. Таким образом, для / = 1,2,..., к атрибутов, вектор значений весовых коэффициентов определяется по формуле [3, с. 250]:
IV' = мЩ),-г(м(игк))Т, (12)
Мы получим нормированные векторы весов за счет нормализации.
IV = И^))т, (13)
Распространив это условие для случая с нечеткими весами, получим нормированные нечеткие веса атрибутов:
МЛ- "'<*> (14)
Из этого мы получим вектор нормированных нечетких весов атрибутов эффективности управления цепочками поставок.
w = ((м (wj (.Miw^y, (15)
Третий этап метода КНМИА. Применение метода простого аддитивного взвешивания (SAW).
Задачей третьего этапа является получить общую оценку эффективности управления цепочками поставок. Это считается одной из операций метода SAW[2], которая интегрирует бальную оценку каждого атрибута.
Итоговая оценка эффективности управления цепочками поставок определяется следующим образом:
SCP = h1*W± + h2*W2-i I- (15)
Оценка влияний факторов на деятельность и эффективность является первоначальной задачей руководителя компаний при принятии стратегических решений развития своих компаний. Что касается инвесторов, им будет предоставлена относительная полная информация об эффективности деятельности самого объекта, которым они заинтересуют.
Список литературы
1. Дедовский, Д.О. Моделирование кредитного риска предприятий на основе классификационного подхода// Аудит и финансовый анализ №3 2007
2. Леонас Устинович, Зенонас Турскис, Галина Шевченко. Применение метода saw для многокритериального сравнительного анализа вариантов риска инвестиций в строительстве// Transport and Telecommunication Vol.7, No 3, 2006
3. Леоненков, А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. — СПб.: БХВ Петербург, 2005. — 736 с.
4. Павлов, А. Н., Соколов, Б. В. Принятие решений в условиях нечеткой информации: учеб. пособие /А. Н. Павлов, Б. В. Соколов; ГУАП -СПб., 2006 - 72 с. '
5. Птускин, А.С. Нечеткие модели и методы в менеджменте: Учебное пособие. - М.: Издательство МГТУ им. Н.Э. Баумана, 2008. - 216с.
6. http://matlab.exponenta.ru/fuzzylogic/
Белоцерковский Владимир Иванович, д-р экон. наук, проф., зав. кафедрой, Россия, Тула, Тулъскийгосударственныйуниверситет,
Нгуен Тхи Тху Тхыонг, аспирант, 8(920) 751-71-78, thuong_tula@,mail.ru, (Россия, Тула, ТулТУ)
DEVELOPMENT OF EVALUATION OF SUPPLY CHAIN MANAGEMENT EFFECTIVENESS OF TEXTILE AND GARMENT ENTERPRISES WITH USING FUZZY-
SET THEORY
V.I. Belotserkovski, Nguyen Thi Thu Thuong
This article presents a methodology for assessing the effectiveness of supply chain management of management based on the combined using fuzzy multiple and hierarchical analysis (FMHA). The basic concepts of the theory fuzzy set are developed, and the stages and methods of application of method FMHA are analyzed.
Keywords: supply chain, decision making, fuzzy set, linguistic values, fuzzy interval, analytical hierarchy process.
Belotserkovski Vladimir Ivanovich, doctor of economic science, professor, manager of department, Russia, Tula, Tula State University,
Nguyen Thi Thu Thuong, postgraduate, 8(920) 751-71-78, thuong_tula@,mail.ru, (Russia, Tula, Tula State University)
