基于模糊网络DEA,与Shapley,值的应急资源配置研究
朱佳翔，赵哲沁（常州大学 商学院，江苏 常州 213164）
数据包络分析（Data Envelopment Analysis，DEA）是一种广泛使用的数学编程技术，最初是由Charnes 等人[1]开发，后由Banker 等人进行了拓展，经典的DEA 主要包括C2R、BC2、FG 与ST 等有限决策单元模型。在资源优化运用方面，文献[2-4]运用经典DEA 模型方法对物资配送效率进行评价。刘森等[5]将层次分析法与DEA 模型相结合，给出应急物资配送决策支持的定量方法。刘运昌等[6]运用超效率DEA 与ANP 相结合的方法，给出应急物流中心选址的策略。Lozano 等[7]研究了BBC 模型在资源配置及目标设定上的应用问题。文献[8-11]从系统整体视角研究集中式与分散式两种模式下的资源分配问题。但上述经典DEA 方法无法公正客观解决不确定环境下的资源配置问题。Lotfi 等[12]研究了决策单元为随机数据的DEA 方法，并用于解决集中式管理模式下的资源配置问题。Malek 等[13]研究了决策单元为区间数据的DEA 模型，通过数值分析验证该方法在解决集中式资源分配问题上的优势。
基于此，本文研究了有界可行域的模糊投入与产出问题，给出基于模糊网络DEA 与Shapley 值的评价方法，用于解决含模糊数据决策单元间的应急资源配置问题，进一步拓展模糊网络DEA 的应用范围。
在给定的α 置信水平下，根据每个输入的模糊变量的上下界限与中间变量，推导出各自的隶属度函数表达式。参考文献[12]，决策单元DMUj整体效率的上下界限也可推算得到。
图1 模糊网络DEA 结构
Shapley 值在政治与经济领域广泛运用，是描述经济联盟体中参与者价值的函数，反映参与者对经济联盟体相对绩效的大小。如应急物流系统就是一个集应急资源仓储、运输与配送一体化的救灾联盟，可根据Shapley 值大小对应急物流系统中救灾联盟的应急资源配置进行决策。
若置信水平α 给定，对于∀S1∩S2=Ø，S1⊆N，S2⊆N，则有v（S1）+v（S2）≤v（S1∪S2）。
采用模糊网络DEA 测算各层决策单元的模糊效率，在此基础上运用改进的Shapley 值对应急资源进行合...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
