鄭學偉

（遼寧廣播電視大學，沈陽,110034）

0 引言

基于云計算平臺的供應鏈方案可以很好的解決現(xiàn)中小型企業(yè)中存在的問題。國內外學者采用的經典的選擇評價及優(yōu)化方法有：線性加權方法、數(shù)據(jù)包絡分析方法、粗糙集理論以及各種方法的有機組合。馬爾可夫算法是以俄國數(shù)學家A. A. Markov 之名而命名的一種方法。它可以根據(jù)某些事物歷史一段時期內的不同的狀態(tài)，為未來決策提供依據(jù)。本文提出了主客觀綜合賦權與馬爾可夫鏈相結合的一種評價選擇模型，建立云計算環(huán)境下供應鏈伙伴選擇的評價指標體系，采用主觀AHP法和客觀熵權法相結合的綜合賦權計算評價指標的權重，利用模糊綜合分析對不同歷史時間段的節(jié)點企業(yè)進行評價，以馬爾可夫鏈對不同歷史時期數(shù)據(jù)的分析計算，得出節(jié)點企業(yè)的發(fā)展趨勢以及具體的綜合評估值。

1 評價指標體系的構建

供應鏈企業(yè)的云計算平臺包括以下幾個層次：基礎設施即服務（IaaS），平臺即服務（PaaS）和軟件即服務（SaaS）。云環(huán)境下的節(jié)點企業(yè)可利用應用層的云服務科學地構建適合商業(yè)需求的企業(yè)信息化平臺。形成一個以云計算服務平臺為中心的網(wǎng)狀架構，實現(xiàn)供應鏈整體利益的最大化。云計算環(huán)境下伙伴選擇的評價指標主要圍繞信任度、敏捷性、技術水平、質量、成本5 個方面，其中，信任度是節(jié)點企業(yè)合作的最基本元素。敏捷性反映的是企業(yè)駕馭變化的能力。技術水平能體現(xiàn)企業(yè)科技創(chuàng)新及研發(fā)能力。成本因素和質量也是衡量企業(yè)能力的重要指標。

2 動態(tài)綜合評價模型

根據(jù)云計算平臺下節(jié)點企業(yè)的虛擬性和動態(tài)性以及評價指標的模糊性和不確定性，利用主客觀綜合權重法與Markov鏈理論相結合，對多個評價指標進行動態(tài)模糊綜合評價與決策。流程如圖1 所示：

圖1 基于Markov 鏈的動態(tài)模糊綜合評價模型具體流程

2.1 確定評價指標權重

采用基于AHP 的主觀賦權與基于熵的客觀賦權相結合計算各指標的綜合權重，調節(jié)因子為α。熵權法是一種客觀賦權法，它是利用各指標的熵值所提供的信息量的大小來決定指標權重的方法。具體的計算步驟如圖2：

圖2 熵權法計算流程

層次分析法（Analytic Hierarchy Process, AHP）各個因素之間先形成一個聯(lián)系的遞接層次結構，通過兩兩因素之間重要性的比較，從上至下進行權重的合成運算，最后得到總排序權重。具體計算步驟如圖3：

圖3 AHP 法計算流程

設主觀AHP 權重方法計算的權重為ai，客觀熵權法計算的權重為bi，加入調節(jié)因子α。綜合權重為wi，則，第i 個指標的綜合權重為：

其中，調節(jié)因子α 可以根據(jù)實際要求主客觀偏重情況進行調整。因此，得到權重向量可表示為：

2.2 馬爾可夫鏈

2.3 綜合評價向量

在隸屬度矩陣F 和權重向量W 已確定基礎上，即可得到模糊綜合評價結果向量為G：

3 算例分析

3.1 計算評價指標權重

根據(jù)上文AHP 法及熵權法的方法步驟，可分別計算出各指標的主觀權重以及客觀權重，最后根據(jù)企業(yè)自身偏好的實際要求，對調節(jié)因子進行設定，可得出主客觀綜合權重（參見下表1）。這里，取α=0.5。

表1 各評價指標權重結果

3.2 列出狀態(tài)轉移矩陣，求出穩(wěn)定向量

對于評價指標c1，其初始狀態(tài)可以表示為s0=[1 0 0 0 0]，分析表1 數(shù)據(jù)，可以得到其轉移概率矩陣P 為：

通過式（2）可計算得到穩(wěn)定向量X=[0.67 0.33 0 0 0]。同理，可求得其他評價指標的穩(wěn)定狀態(tài)向量。即可得隸屬矩陣F 為：

3.3 待評價企業(yè)甲的綜合評價結果向量G 及評估值N：

4 結束語

本文針對云計算環(huán)境下節(jié)點企業(yè)評價指標會隨著時間變化的動態(tài)性特點以及指標本身存在一定的模糊性和不確定性的特點進行分析，提出基于馬爾可夫鏈的動態(tài)模糊綜合評價模型。首先建立了云計算環(huán)境下供應鏈伙伴選擇的評價指標體系，并利用主客觀綜合權重法確定評價指標的權重，然后以馬爾可夫鏈建立概率轉移矩陣，實現(xiàn)對節(jié)點企業(yè)的動態(tài)模糊綜合評價，最后以實例驗證本模型的合理性及可執(zhí)行性。此模型充分考慮了云計算環(huán)境下供應鏈伙伴評價選擇具有的實時性、動態(tài)性，并且可對企業(yè)間是否能長期合作提供決策依據(jù)。

[1] 賈瑞玉, 潘雯雯, 劉范范. 基于粗糙集與遺傳算法的虛擬企業(yè)伙伴選擇[J]. 哈爾濱工程大學學報, 2012,33(6):730-734.

[2]鄭學偉.基于SOAP 的Web 服務安全通信模型設計[J].電大理工,2013.(3):19-20.

[3]靖培星,盧明銀,高明.基于SPA 的人力資源外包風險動態(tài)評估[J]. 數(shù)學的實踐與認識,2013.43(1):48-53.

[4]陳虎 .物流服務供應鏈績效動態(tài)評價研究[J].計算機應用研究，2012,29(4):1241-1244.

[5]王書勤,黃國青.利用馬爾科夫鏈的企業(yè)信息技術外包服務商模糊動態(tài)綜合評價研究[J].現(xiàn)代制造工程，2012(2):53-56.

[6]羅軍舟,金嘉暉,宋愛波,等.云計算：體系架構與關鍵技術[J]. 通信學報，2011,32(7):3-21.