Александр Семёнович Сизов, доктор технических наук, профессор
305040, Курск, ул. 50 лет Октября, 94
Aleksandr S. Sizov, Doctor of Engineering Sciences, Professor
94, 50 Let Oktyabrya str., Kursk, 305040
Вячеслав Порфирьевич Добрица, доктор физико-математических наук, профессор
305040, Курск, ул. 50 лет Октября, 94
Vyacheslav P. Dobritsa, Doctor of Phisico-Mathematical Sciences, Professor
94, 50 Let Oktyabrya str., Kursk, 305040
Олег Гурьевич Добросердов, доктор технических наук, старший научный сотрудник
305040, Курск, ул. 50 лет Октября, 94
Oleg G. Dobroserdov, Doctor of Engineering Sciences, Professor, Senior Researcher
94, 50 Let Oktyabrya str., Kursk, 305040
Олег Игоревич Атакищев, доктор технических, профессор, заместитель директора
Москва, ул. Летниковская, 10
Oleg I. Atakishchev, Doctor of Engineering Sciences, professor
10, Letnikovskaya str., Moscow
Алексей Евгеньевич Зёрнушкин, адъюнкт
305004, Курск, ул. Блинова, 23
Aleksey E. Zernushkin, Adjunct
23, Blinova str., Курск, 305004
Юрий Алексеевич Халин, кандидат технических наук
305040, Курск, ул. 50 лет Октября, 94
Yuriy A. Khalin, Candidate of Engineering Sciences
94, 50 Let Oktyabrya str., Kursk, 305040
Роман Станиславович Сильченко, аспирант
305040, Курск, ул. 50 лет Октября, 94
Roman S. Sylchenko, Post-Graduate Student
94, 50 Let Oktyabrya str., Kursk, 305040
Цель исследования. Повышение эффективности функционирования техники или социально-экономических систем путем разработки нечеткой системы для выбора поставщика товарно-материальных ценностей в логистических компаниях. Актуальность исследования обусловлена отсутствием в подавляющем большинстве фирм системного подхода к формированию стратегии закупочной логистики, что затрудняет оперативное управление процессом анализа и оценки. При принятии решения о выборе поставщика, на основе анализа множества источников используются различные математические методы, которые, тем не менее, обладают рядом недостатков, не позволяющих решать поставленную задачу с требуемой эффективностью.
Методы. В задаче оценки и управления привлекательностью объекта в условиях неполноты и нечеткости исходных метод основан на системах нечеткого логического вывода. Основой предлагаемого метода является схема прямого нечеткого логического вывода. Она модифицирована введением оператора упорядоченного взвешенного усреднения для агрегирования выходов продукционных правил. На первом этапе вывода функции принадлежности, определенные на входных переменных, применяются к их фактическим значениям для последующего определения степени истинности каждой предпосылки каждого правила. Затем вычисленное значение истинности для предпосылок каждого правила применяется к заключениям каждого правила. Это приводит к формированию нечеткого подмножества, которое назначается каждой переменной вывода для каждого правила. В качестве правила логического вывода используем операцию min. На следующем этапе осуществляется приведение нечеткого значения функции принадлежности выходной переменной каждого правила к четкому виду. Для этого используется быстрый центроидный метод. Для агрегирования выхода каждого продукционного правила с учетом степени их важности для лица, принимающего решение, предлагается использовать оператор упорядоченного взвешенного усреднения (OWA) Ягера.
Результаты. Упорядоченное взвешенное усреднение и последующее ранжирование пар фирм-альтернатив позволило построить список фирм-поставщиков, соответствующий объективному ранжированию.
Purpose of reseach is to improve the operation of technical systems or performance of socio-economic systems by developing a fuzzy system for selecting a supplier of inventories in logistics companies. The relevance of the study is determined by the absence of a system approach to the formation of a procurement logistics strategy in the overwhelming majority of companies, which makes the operations management of the analysis and evaluation process difficult. When making decisions concerning selecting a supplier, based on the analysis of a variety of sources, various mathematical methods and techniques are used; nevertheless these methods and techniques have a number of drawbacks that do not allow a company to solve the set task with the required effectiveness.
Methods. Since the original methods in solving the task of assessing and managing the attractiveness of an object are incomplete and noе clear, the method applied is based on the systems of fuzzy logic inference. The basis of the proposed method is a scheme of the direct fuzzy inference. It is modified by introducing an ordered weighted averaging operator to aggregate the outputs of the production rules. At the first stage of the derivation, the membership functions defined for the input variables are applied to their actual values for the subsequent determination of the degree of truth for each premise of each rule. Then, the calculated truth value for the premises of each rule is applied to the inferences of each rule. This leads to the formation of a fuzzy subset, which is assigned to each output variable for each rule. As a rule of logic inference, we use min operation. At the next stage, the fuzzy value of the membership function of the output variable of each rule is reduced to a crisp type by applying the fast centroid method. To aggregate the output of each production rule, taking into account the degree of their importance for the decision-maker, it is proposed to use the Ronald R. Yager’s ordered weighted averaging (OWA) operator.
Results. Ordered weighted averaging and the subsequent ranking of the pairs of alternative firms made it possible to create a list of supplying companies corresponding to the objective ranking.
The authors declare that there are no conflicts of interest present.