基于云模型的煤炭企业物资供应商综合评价

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (6): 229-233.

基于云模型的煤炭企业物资供应商综合评价

谢道文1，2，施式亮1，3

1.中南大学资源与安全工程学院，长沙 410006
2.湖南科技大学信息与电气工程学院，湖南湘潭 411201
3.湖南科技大学能源与安全工程学院，湖南湘潭 411201

出版日期:2013-03-15 发布日期:2013-03-14

Comprehensive evaluation of supplier to coal enterprise based on cloud model

XIE Daowen1，2, SHI Shiliang1，3

1.School of Resource and Safety Engineering, Central Southern University, Changsha 410006, China
2.School of Information and Electrical Engineering, Hunan University of Science & Technology, Xiangtan, Hunan 411201, China
3.School of Mining and Safety Engineering, Hunan University of Science & Technology, Xiangtan, Hunan 411201, China

Online:2013-03-15 Published:2013-03-14

摘要/Abstract

摘要： 由于煤炭物资的特殊性，供应商所提供物资的质量，供货的及时性等诸多因素都关系到煤矿企业的安全生产问题，因此，物资供应商的选择对煤炭企业的安全生产极其重要。在现有供应商评价指标体系的基础上，应用云理论修正了部分指标的权重，摒弃了以往研究的硬划分，引进了云模型对评价等级概念进行了软划分，利用云理论的正向云发生器，逆向云发生器，X条件云发生器建立了物资供应商的云评价模型，进行了实例评价，验证了模型的有效性，挖掘出了更多有价值的信息，为煤炭企业合理、科学地选择供应商提供可靠的决策依据。

关键词: 供应商评价, 云模型, 评价指标体系

Abstract: Because of the special characteristics of goods and materials to coal enterprise, supplying goods quality of suppliers, speed of delivery, service quality and so on are essential to work safety. So, scientific and reasonable choice of suppliers is imperative for coal enterprise. On the basis of evaluation index system, which is developed in other paper, some index weights are re-determined by the uncertainty reasoning method：the cloud theory. Soft classification is used to determine evaluation grade of suppliers in this paper, not adopting traditional hard classification. A new cloud evaluation model is developed by normal cloud generator and backward cloud generator. A case study is demonstrated to check the validness of the proposed model, which presents useful information.

Key words: comprehensive evaluation for suppliers, cloud model, evaluation index system

谢道文1，2，施式亮1，3. 基于云模型的煤炭企业物资供应商综合评价[J]. 计算机工程与应用, 2013, 49(6): 229-233.

XIE Daowen1，2, SHI Shiliang1，3. Comprehensive evaluation of supplier to coal enterprise based on cloud model[J]. Computer Engineering and Applications, 2013, 49(6): 229-233.

[1]	王丽丽，申燚，徐玉松，袁明新. 融合云模型和反向学习的克隆选择算法[J]. 计算机工程与应用, 2021, 57(17): 68-74.
[2]	谢晖，李松月，孙永河，韩玮. 基于云模型求解属性权重的DEMATEL方法研究[J]. 计算机工程与应用, 2018, 54(7): 257-263.
[3]	徐士东，耿秀丽，董雪琦. 基于云模型的改进FMEA风险评估方法[J]. 计算机工程与应用, 2018, 54(2): 228-233.
[4]	纪蕾1，郭树荣2，丛旭辉3，刘彩霞1. 基于OWA算子和可拓云模型的PPP项目绩效评价——以经营性PPP项目为研究对象[J]. 计算机工程与应用, 2018, 54(16): 220-226.
[5]	肖子涵，耿秀丽，徐士东. 基于云模型的不确定性大群体多属性决策方法[J]. 计算机工程与应用, 2018, 54(11): 254-259.
[6]	常红伟1，夏克文1，2，白建川1，2，牛文佳1，武盼盼1. 采用云量子PSO的属性约简方法[J]. 计算机工程与应用, 2018, 54(10): 99-104.
[7]	李珣1，2，邓乾旺2，刘俊武2. 不确定条件下报废汽车回收率云模型仿真研究[J]. 计算机工程与应用, 2018, 54(10): 256-266.
[8]	崔丽群，黄殿平，宋晓. 基于云模型鱼群算法的多阈值图像分割研究[J]. 计算机工程与应用, 2017, 53(6): 204-208.
[9]	郑皎1，2，章恒全1，焦俊3，徐士东4，肖子涵4. 云模型与VIKOR集成的多属性群决策方法[J]. 计算机工程与应用, 2017, 53(24): 94-99.
[10]	陈志旺1，黄兴旺2，陈志兴3，赵子铮2，黄丽芳4. 区间多目标优化非支配排序云模型算法[J]. 计算机工程与应用, 2017, 53(22): 143-149.
[11]	柳赛男. 仓库物料运输系统多目标调度方法[J]. 计算机工程与应用, 2017, 53(18): 224-229.
[12]	冯彦卿，王伦文. 基于构造型云神经网络的电磁环境评估方法[J]. 计算机工程与应用, 2017, 53(16): 211-215.
[13]	李絮，刘争艳. 基于云模型的模糊自适应蚁群算法研究[J]. 计算机工程与应用, 2016, 52(2): 24-27.
[14]	刘争艳，李絮，王慧玲. 基于云模型的自适应蚁群算法改进研究[J]. 计算机工程与应用, 2016, 52(19): 68-71.
[15]	王曙燕，张兴根，孙家泽. 基于云模型的老人手机易用性评估模型研究[J]. 计算机工程与应用, 2016, 52(19): 245-251.