基于层次分析法的工业品最优成本方法及装置

摘要

本发明公开一种基于层次分析法的工业品最优成本方法及装置，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。

说明书

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工业品最优成本分析装置。

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工业品成本进行评估，通常的方法是把加工厂家的工业品成本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工业品成本进行评估。

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工业品成本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，评估最优的推广工业品成本影响因子。

但是，这两种方案具有以下缺点：1).无量纲化：现有工业品成本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，而不同的工业品成本影响因子数量，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：不同工业品成本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工业品成本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工业品最优成本分析装置。

本发明的目的之一在于提供一种基于层次分析法的工业品最优成本方法，该方法包括：

构建评价工业品成本的分析指标数据库，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；

获取需求方对工业品成本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工业品成本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工业品最优成本分析方法中，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工业品最优成本分析方法中，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工业品最优成本分析方法中，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，得到供应商全部最下级分析指标的效果分值并求和、排序得到工业品成本排序。

本发明的另一目的在于提供一种基于层次分析法的工业品最优成本分析装置，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工业品最优成本分析装置中，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工业品最优成本分析装置中，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工业品最优成本分析装置中，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工业品成本排序。

进一步地，本发明基于层次分析法的工业品最优成本分析装置中，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，所述分析指标包括材料质量水平、加工工艺、交货要求、风险和设计要求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工业品最优成本分析装置中，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。

本发明的另一目的在于提供一种基于层次分析法的工业品最优成本分析装置，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工业品最优成本分析装置中，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工业品最优成本分析装置中，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工业品最优成本分析装置中，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工业品成本排序。

进一步地，本发明基于层次分析法的工业品最优成本分析装置中，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，所述分析指标包括材料质量水平、加工工艺、交货要求、风险和设计要求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工业品最优成本分析装置中，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。具体提供的工业品成本分析方法通过将影响工业品成本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工业品最优成本方法的流程示意图。

图2是本发明基于层次分析法的工业品最优成本分析装置的结构示意图。

图3是本发明基于层次分析法的工业品最优成本分析装置的需求方新供应商选择评价指标权重表。

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至3详细说明如下。

一种基于层次分析法的工业品最优成本方法，该方法包括：

构建评价工业品成本的分析指标数据库，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；

获取需求方对工业品成本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工业品成本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工业品最优成本分析方法中，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工业品最优成本分析方法中，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工业品最优成本分析方法中，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，得到供应商全部最下级分析指标的效果分值并求和、排序得到工业品成本排序。

本发明的另一目的在于提供一种基于层次分析法的工业品最优成本分析装置，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工业品最优成本分析装置中，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工业品最优成本分析装置中，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工业品最优成本分析装置中，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工业品成本排序。

进一步地，本发明基于层次分析法的工业品最优成本分析装置中，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，所述分析指标包括材料质量水平、加工工艺、交货要求、风险和设计要求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工业品最优成本分析装置中，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材料质量水平、加工工艺、交货要求、风险和设计要求一级分析指标和相关二级指标作为需求方的分析指标，利用九分法量度对材料质量水平、加工工艺、交货要求、风险和设计要求进行两两比较，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b

对上述归一化后的判断矩阵中每一行计算平均数，即为新供应商评价一级指标的权重。计算公式为：

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：

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。一级指标包括材料质量水平、加工工艺、交货要求、风险和设计要求五个方面。其中材料质量水平的二级指标为质量控制体系、来料质量控制、生产过程质量控制、出货质量控制；加工工艺的二级指标为制造信息系统、生产技术水平、人员技术水平；交货要求的二级指标为准时交货水平、交货准确性、交货的弹性、风险的二级指标为价格竞争力、成本分析能力、价值工程价值分析、公司财务状况；设计要求的二级指标为产能稼动率、设备多样性、工程变更控制水平、管理团队合作意愿。

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，得到评价结果。

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。具体提供的工业品成本分析方法通过将影响工业品成本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。