具有信息冗错性的双射软集合评价模型在逆向物流绩效评价中的应用
本文关键词:具有信息冗错性的双射软集合评价模型在逆向物流绩效评价中的应用 出处:《重庆交通大学》2015年硕士论文 论文类型:学位论文
更多相关文章: 逆向物流 绩效评价 双射软集合 评价模型 冗错性
【摘要】:随着我国物流业的蓬勃发展,“逆向物流”一词在人们的日常生活中出现的频率日渐频繁,越来越多的企业和相关机构开始正视逆向物流的重要性。在全球可再生能源日益枯竭的今天,各种社会资源趋于稀缺,针对于此,我国提出走可持续发展道路,发展循环经济模式等政策方针,而要走可持续发展道路,其首要前提之一就是发展一个完善的逆向物流管理体系。显然,作为企业逆向物流管理的重要组成部分,逆向物流绩效评价有着不可忽视的地位。因此,有必要加强对企业逆向物流绩效的评价研究,从而科学合理的挖掘出企业逆向物流绩效评价的关键性指标,淘汰掉与评价相关性不大的冗余指标,减少评价结果的客观性和片面性,最终实现企业资源的集约化利用和社会经济的可持续发展。目前,企业逆向物流绩效的评价方法大致可分为传统评价方法和新兴的数学评价方法两类,传统的企业逆向物流绩效评价方法主要有聚类分析法、专家评价法、限制因素法、主观赋权法以及德尔菲法等方法,这类方法大都是基于定量的、确定的数据进行分析的方法。然而,在进行企业逆向物流绩效评价的过程中难免会涉及到对诸如环境变化、动态指标等不确定因素的分析和处理,当面对这类模糊的、不完备的信息处理时,传统的评价方法就显得不再适用。本文的主要研究目的之一就是将新兴的数学评价方法用于处理企业逆向物流绩效评价过程中所遇到的不确定性因素,以解决具有模糊性的定性因子的评价问题。鉴于此,本文引入具有信息冗错性的双射软集合评价模型,将其融入不确定性环境,探索面对不完备、不精确信息的软集合处理方法,以期能够提高企业逆向物流绩效评价的科学性和评价效率。另外,为获取相对全面而又不显冗余的企业逆向物流绩效评价指标体系,指标体系的构建研究也是本文的主要研究内容之一,为了得到相对完整的指标集合,首先针对研究领域内前人给出的研究指标进行了分析汇总,最大限度的保证了指标的全面性,其次为了使指标体系相对精简而不显冗余,引入KPI关键绩效指标法对指标体系进行修正,再根据逆向物流的宏观特点以及逆向物流的研究环境进行对指标体系的再次处理,最后利用双射软集合决策系统的约减算法提取与评价结果相关性最大的若干个与企业逆向物流绩效相关的核心指标,从而建立基于KPI关键绩效指标体系和双射软集合决策系统的评价模型。通过对样本数据中20个物流企业的实证分析验证了该模型的可用性和有效性,获得管理经验与启示。结果表明,基于KPI关键绩效指标法和双射软集合决策系统的评价模型对样本数据的限制较少,能够将定性的不精确的融合数据进行参数化处理,并通过对定量指标的依赖度计算,有效的挖掘出关键指标信息,获取指标权重。对样本数据中的20个企业的分析结果表明:总资产周转率、逆向服务能力、顾客满意度以及企业信息化程度这四个指标是影响一个企业的逆向物流绩效的关键因素,因此控制上述四个关键因素是控制企业逆向物流绩效的着眼点。
[Abstract]:With the rapid development of China's logistics industry, the "reverse logistics" appeared in people's daily life more frequently, the importance of more and more enterprises and related institutions began to face the reverse logistics. In the global renewable energy has been exhausted today, all kinds of social resources become scarce, according to this, our country puts forward the road of sustainable development, the development of circular economy mode of policy, and to take the road of sustainable development, one of the most important prerequisite is the development of a complete system of reverse logistics. Obviously, as an important part of enterprise reverse logistics management, reverse logistics performance evaluation of the position that can not be ignored. Therefore, it is necessary to strengthen study on reverse logistics performance evaluation, and scientific and reasonable to dig out the key indicators of enterprise reverse logistics performance evaluation, and evaluation of little relevance eliminated The redundant indexes, reduce the objectivity of evaluation results and one sidedness, and finally realize the sustainable development of enterprise resource intensive use and social economy. At present, the evaluation method of enterprise reverse logistics performance evaluation methods can be divided into traditional and emerging mathematical evaluation methods of two types of enterprises, reverse logistics performance evaluation of traditional methods are clustering the analysis method, expert evaluation method, restriction factor method, subjective weighting method and Delphy Fa method, this method is mostly based on the quantitative analysis, the method of determining the data. However, in the process of enterprise reverse logistics performance evaluation will inevitably involve such as environmental change, uncertainty analysis and dynamic index etc. processing factors, when faced with this kind of fuzzy, incomplete information processing, the traditional evaluation method is no longer applicable. In this paper, the main research objective one The mathematical evaluation method for the treatment of emerging enterprise reverse logistics performance evaluation process of uncertainty in the evaluation, to solve the problem with the qualitative factor of fuzziness. In view of this, this paper introduces a bijection with information redundancy. The soft set evaluation model, incorporating the uncertainty of the environment, in the face of incomplete exploration soft set, processing method of imprecise information, in order to improve the scientificity and efficiency evaluation of enterprise reverse logistics performance evaluation. In addition, in order to obtain the evaluation index system of enterprise reverse logistics relatively comprehensive performance without significant redundancy, one of the main research content of this paper is to construct the index system, in order to get a relatively complete index set according to the previous research areas are the research index analysis summary, maximize the overall index of the second, in order to make the Standard system is relatively streamlined and not significant redundancy, the introduction of KPI key performance indicators of the index system is modified, and according to the index system on the macro re processing the characteristics of reverse logistics and reverse logistics research environment, finally using bijective soft set decision system reduction algorithm of extraction and evaluation results of several related enterprises Association reverse logistics performance index core maximum, so as to establish the KPI key performance index system and bijective soft set based on the evaluation decision system model. Through the empirical of the 20 logistics enterprises in the sample data analysis to verify the availability and effectiveness of this model, management experience and enlightenment. The results show that fewer restrictions on the sample data to evaluate KPI key performance indicators and bijective soft set decision system model based on data fusion can be used qualitative parameter at Daniel, and calculate the dependence on quantitative indicators through effectively dig out the key indicators of information acquisition, the weight of the indexes. The results of 20 enterprises in the sample data show that the total asset turnover ratio, reverse service capacity, the four indicators of customer satisfaction and the degree of enterprise informatization is the key factors affecting the performance of reverse logistics an enterprise, so the control of the four key factors is the focus of control of reverse logistics performance.
【学位授予单位】:重庆交通大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:F252
【相似文献】
相关期刊论文 前10条
1 周耿,涂志玲,彭磊;逆向物流浅析[J];管理现代化;2003年02期
2 王霞,黄培清;逆向物流[J];企业管理;2003年07期
3 赵会军,汪斌;逆向物流[J];中国物流与采购;2003年18期
4 ;逆向物流——渐为人知的价值空间[J];公路运输文摘;2003年06期
5 曾佑新,刘海燕;浅议逆向物流[J];经济论坛;2004年05期
6 ;逆向物流[J];中国远洋航务公告;2004年05期
7 刘彩霞,徐莉;逆向物流:企业新的机遇与挑战[J];物流科技;2004年05期
8 刘忠敏,回宝祥,李宝忠,叶柏青;逆向物流研究[J];科技管理研究;2004年02期
9 李贵华 ,唐琦 ,玄雪;供应链管理环境下的逆向物流研究[J];物流科技;2004年10期
10 刘全;企业供应中的逆向物流[J];中国石化;2004年10期
相关会议论文 前10条
1 包菊芳;;逆向物流及其管理研究[A];2004年中国机械工程学会年会论文集:物流工程与中国现代经济——第七届物流工程学术年会专辑[C];2004年
2 郝皓;;逆向物流,不再沉默[A];首届中国物流学会年会论文集[C];2002年
3 包菊芳;;逆向物流及其管理研究[A];人才、创新与老工业基地的振兴——2004年中国机械工程学会年会论文集[C];2004年
4 何明珂;田琦;;企业逆向物流研究[A];第三届中国物流学术年会论文集[C];2004年
5 梁昌顺;;逆向物流在煤矿生产中的应用探索[A];第七届中国煤炭经济管理论坛暨2006年中国煤炭学会经济管理专业委员会年会论文集[C];2006年
6 沈默;;逆向物流对循环经济发展的贡献[A];国家教师科研基金十一五阶段性成果集(江苏卷)[C];2010年
7 高阳;周婕;;随机环境下多目标再制造逆向物流网络设计[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年
8 王蓓;;逆向物流研究的内容综述[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年
9 张贝;张好智;;逆向物流网络设计模型分析与算法(英文)[A];可持续发展的中国交通——2005全国博士生学术论坛(交通运输工程学科)论文集(上册)[C];2005年
10 周根贵;曹振宇;;逆向物流网络模型研究现状与展望[A];中国运筹学会第八届学术交流会论文集[C];2006年
相关重要报纸文章 前10条
1 韩晓梅;逆向物流:渐为人知的价值空间[N];中国交通报;2003年
2 吴刚;逆向物流服务市场从哪里切入[N];国际商报;2005年
3 阮承健;透视汽车逆向物流[N];现代物流报;2006年
4 周艳;逆向物流:现代物流新的增长点[N];现代物流报;2006年
5 刘月菊;莫忽视逆向物流[N];现代物流报;2006年
6 本报记者 李志军;逆向物流:向左走?向右走?[N];现代物流报;2007年
7 邱奇邋李辉;新农村逆向物流建设的谋与对[N];国际商报;2008年
8 爱立信公司 郝皓;逆向物流 利润油田[N];国际经贸消息;2002年
9 张凌辉;再造逆向物流[N];医药经济报;2009年
10 刘北辰 ;逆向物流正向控制[N];中国质量报;2012年
相关博士学位论文 前10条
1 吴刚;逆向物流规划体系及其补偿控制问题研究[D];西南交通大学;2008年
2 郭滕达;逆向物流价值链优化方法研究[D];哈尔滨工业大学;2008年
3 王海燕;我国逆向物流发展研究[D];武汉理工大学;2007年
4 刘文杰;逆向物流及其若干关键问题研究[D];南京航空航天大学;2006年
5 张昕;逆向物流的网络规划与运作模式研究[D];天津大学;2007年
6 王文娟;企业绿色逆向物流决策方法研究[D];大连理工大学;2008年
7 申成霖;基于循环经济理论的逆向物流网络规划研究[D];天津大学;2004年
8 魏洁;生产者责任延伸制下的企业回收逆向物流研究[D];西南交通大学;2006年
9 岳辉;不确定环境下再利用逆向物流网络构建研究[D];西南交通大学;2007年
10 常香云;企业逆向物流回收处理若干关键问题研究[D];同济大学;2007年
相关硕士学位论文 前10条
1 董栋;逆向物流网络设计优化模型研究[D];天津大学;2007年
2 王文娟;逆向物流不确定性建模与回收预测[D];天津大学;2007年
3 何立乾;逆向物流网络模型设计研究[D];天津大学;2007年
4 孙莹;汽车行业逆向物流渠道设计及其实现途径研究[D];沈阳工业大学;2008年
5 隗明明;逆向物流网络规划问题研究[D];厦门大学;2009年
6 黄玉兰;基于逆向物流中心选址的医药逆向物流网络设计[D];中南大学;2008年
7 陈艳红;农业加工品逆向物流的网络设计研究[D];黑龙江八一农垦大学;2010年
8 岳庆如;造纸业逆向物流模式选择及系统构建研究[D];南京林业大学;2010年
9 魏明珠;逆向物流网络稳健优化方法研究[D];武汉理工大学;2011年
10 于佳;灰色环境下的逆向物流网络优化设计[D];安徽工业大学;2011年
,本文编号:1427935
本文链接:https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/1427935.html