AHP与FAHP的区别： • 模糊层次分析法(FAHP)同普通层次分析法的区 别在于判断矩阵的模糊性,它简化了人们判断目标 相对重要性的复杂程度,借助模糊判断矩阵实现决 策由定性向定量方便、快捷的转换,直接由模糊判 断矩阵构造模糊一致性判断矩阵,使判断的一致性 问题得到解决。 例如：有些问题中进行专家咨询时，专家们往往 会给出一些模糊量（例如三值判断：最低可能值 、最可能值、最高可能值；二值区间判断） 所以引入模糊数改进AHP
STEP2 构造判断矩阵:一个因素被分解为若干个与之相关 的下层因素,各下层因素对该因素的作用大小不同 ,一般称为权重向量W。通过各因素的权重两两相 比较,构成一个判断矩阵。假设C 1,C 2,...,Cn是 n个影响因素。每个因素与其余因素之间的重要 程度之比,可以形成一个nXn阶的矩阵称为判断矩 阵。
三角模糊函数
分别取三角模糊数M1-M9为 1 到 9 ，他们 被用来改进传统AHP的9刻度指标法，把人类判 断的模糊性考虑在内。 M1-M9 三角模糊函数的成员函数：
5个三角模糊数被

定义在相应的成员 函数上。 （其余四个省略）
方案 i 与方案 j 的重要性相比, 用三角模糊数 如 对4个因素两两比较后可得到模糊评价矩阵
FAHP模型的构造步骤 STEP1 首先把复杂系统分解为各种组成因素,将这些因素 再按支配关系分解为次级组成因素,如此层层分解 ,形成一个有序的层次结构,这就建立了不同层次 因素之间的相互关系。其中最上层为目标层,最下 层为可选择的决策方案层,中间各层为评价准则层 如下图所示的综合评价指标体系就是这样一种层 次结构。其中,Cij表示第i项的第j个影响元素， vendori表示不同的方案与解决措施。
表示。例
STEP3 对权重向量进行逐层单排序,在这里指对Ci,Ci j,Vendori,i=1,2,j=1,2,3,4共三层进行排序 。
二、计算各个指标的综合权重
第K层元素i的综合模糊值 D i （初始权重）。 计算方式如下： k n k n n k Di a ij ( a ij ), i 1, 2,..., n 拿FCM1举例：c1的初始权重计算如下。
组织的需要:
• 为了保持竞争力，在全球市场上，有必要提供给不同的细分市场的要 求，高效，优质的响应; • 需要发展某些核心领域的竞争力,倾向于外包其部分不太重要的功能 给3PL; • 大多数公司正使用相对同类机器，技术和专业知识，因此，时间压缩 策略，成为提高竞争力的关键要素
目录
摘要
背景
FAHP模型的构造及求解
案例分析
存在的问题和进一步改进
模糊层次分析法的含义 层次分析法(Analytic Hierarchy Proc ess,AHP)是一种目前被广泛应用的确定权重的 方法。它是美国著名运筹学家T.L.Satty于20世 纪70年代中期提出的解决非数学模型决策问题的 方法。它从系统的观点出发,把复杂的问题分解为 各个组成因素,将这些组成因素按照一定的关系进 行分组,形成有序的递阶层次结构,通过两两比较 确定每一层次中各因素的相对重要性,进而得到决 策因素相对于目标的重要性分值[3]。
j 1 i 1 j 1
k
a
i 1 j 1
4
4
ij
(1,1,1) (0.39, 0.67,1.00) …+（1，1，1） =（14.428，20.139，27.611）
a
j 1
4
ij
(1,1,1) (0.39, 0.67,1.00) (2.33,3.33, 4.33)
A fuzzy AHP and TOPSIS methodology to evaluate 3PL in a supply chain
主讲：田静
Author:Pravin Kumar,Rajesh K. Singh Journal of Modelling in Management Vol. 7 No. 3, 2012
目录
摘要
背景
FAHP模型的构造及求解
案例分析
存在的问题和进一步改进
摘要
研究目的:评估全球第三方物流服务供应商行有效的供应链管
理绩效
方法:模糊层次分析法(FAHP),逼近理想解排序法（
TOPSIS） 重要的标准
结论: 物流成本和服务质量是对第三方物流公司的业绩评级两个最 创新点:通过对模糊层次分析法(FAHP)结合与逼近理想
(4.17,5.83, 7.33)
D
c1
a ij a ij (0.1509, 0.2897, 0.5083)
j 1 i 1 j 1
4
4
4
同理：可以计算出C2,C3,C4的初始权重如下 将模糊值变 0.331 , 0.670) D (0.169, 为一般的值 (0.1368, 0.2731 , 0.5314) D D (0.0658, 0.1062, 0.2041) 去模糊化以及求出c1至C4的最终权重 Sup：“上确 模糊数的比较原则 界”，即最小 上界。 定义一：M1（l1,m1,u1)和M2（l2,m2,u2)是三角
随着层次分析法的发展和实际应用的需要,人们把 模糊思想和方法引入层次分析法中,提出了模糊层 次分析法。模糊层次分析法(Fuzzy Analytic Hierarchy Process,简称FAHP)是在模糊数 学中的综合评判法[4]的基础上,在权重集的构建 上使用基于层次分析法的思想引入的模糊一致性 矩阵[5]对网络信息资源进行评价的一种方法。 它是一种对非定量事件作定量分析的简便方法,也 是对人们的主观判断做客观描述的一种手段。利 用模糊层次分析法计算评价指标的权数分配,与综 合评判法相比可以有效地减少主观因素。
解排序法（TOPSIS)的结合,对研究过程的简化.
目录
摘要
背景
FAHP模型的构造及求解
案例分析
存在的问题和进一步改进
背景
全球商业格局的变化:
• 全球化， • 一体化的物流 • 信息系统的发展趋势
3PL的发展:
• • • 从简单的迁出任务到以全面外包来协助企业采购决策,可以提高供应链的性能 ,降低成本，压缩服务所需的时间; 同时使用多个供应链合作伙伴，他们可以标准化跨企业数据和流程; 中立立场:比客户，供应商或供应链内的竞争对手更有效地促进合作