羅 曦，張 鴛，楊 歡，楊祥龍，喻 莎

（湖北省煙草公司孝感市公司，湖北 孝感 432000）

0 引言

目前國內(nèi)相關(guān)部門在“車組管理”中大多采用較為傳統(tǒng)的管理方式，如人工管理、報表管理等，然而這些管理方式相對來說缺乏針對性和科學(xué)性。現(xiàn)有的評價體系雖然較為完整地包含了車組管理的各項指標，但缺少參考對比的依據(jù)，同時對于車組評優(yōu)與車組如何改進等問題，也沒有一個簡單易行、可快速掌握的標準，從而最終造成成本增加、員工管理困難等問題。此外，現(xiàn)在廣泛使用的車組評價體系大都基于行業(yè)內(nèi)部的相關(guān)指標，并沒有充分考慮客戶滿意度相關(guān)指標，無法充分滿足客戶對于高水平服務(wù)的需要。

綜上所述，一個以服務(wù)客戶為導(dǎo)向，能夠有效提高車組服務(wù)水平的車隊管理綜合評分方案與技術(shù)，對于車組管理而言是迫切需要的。為此，我們希望根據(jù)具體的配送車組現(xiàn)狀構(gòu)建新的綜合評價體系，以提高客戶滿意度為評價導(dǎo)向，采用不受人為因素干擾的數(shù)學(xué)評價方法，全面提高煙草配送服務(wù)水平，推動“知音物流”品牌的推廣和傳播。

1 方法選擇綜述

1.1 相關(guān)文獻綜述

目前對于配送車組管理還沒有一套完整的、通用的綜合評價體系，一般只能依據(jù)評價目標和被評價系統(tǒng)的特點、規(guī)模、類型、特征、復(fù)雜程度等要求和范圍的不同，選擇不同的評價方法。目前廣泛應(yīng)用的多指標綜合評價方法主要分為主觀賦權(quán)評價法和客觀賦權(quán)評價法。

主觀賦權(quán)評價法主要依據(jù)專家經(jīng)驗衡量各指標的相對重要性，有一定的主觀隨意性，受人為因素的干擾較大，在評價指標較多時難以得到準確的評價，常見方法有層次分析法、綜合評分法、模糊評價法、指數(shù)加權(quán)法、功效系數(shù)法等。這些方法被廣泛應(yīng)用于管理評價與優(yōu)化的過程中，傅雨佳，等提出基于AHP和模糊綜合評判的方法對作業(yè)指揮管理系統(tǒng)的應(yīng)用效能進行評價,其判斷矩陣具有滿意的一致性[1]，然而卻存在著定量數(shù)據(jù)較少，指標過多時權(quán)重難以確定等問題；鄧歸來，等將模糊綜合評價方法運用在快遞企業(yè)當中，以順豐企業(yè)為例進行核心競爭力評價分析,并指明了競爭力提升的參考方向[2]；林玲通過應(yīng)用模糊綜合評價法對Y速遞公司客戶關(guān)系滿意度進行評價[3]，但模糊綜合評價法求解過程計算復(fù)雜，同時也未能很好地避免指標權(quán)重矢量確定的主觀性；謝圣玉，等采用功效系數(shù)法,對物流動態(tài)績效考核體系進行優(yōu)化，選取8家具有代表性的物流企業(yè)，針對存在的問題提出了改進意見[4]；賈成松運用熵值法確定各指標評價權(quán)重，運用功效系數(shù)法確定各指標能力值，從數(shù)理統(tǒng)計層面對相關(guān)單位的整體運行管控質(zhì)量和水平做出了評價[5]，但功效系數(shù)法中滿意值和不允許值這兩個標準值的預(yù)測難度較大，增加了方法的實際應(yīng)用難度。

客觀賦權(quán)評價法更多考慮各指標間的相互關(guān)系，根據(jù)所提供的初始信息量來確定各個評價指標的權(quán)數(shù)，能夠使評價結(jié)果較為精確，但當評價指標較多時存在計算量過大的問題，典型方法有熵值法、神經(jīng)網(wǎng)絡(luò)分析法、主成分分析法、變異系數(shù)法、聚類分析法、判別分析法等。這些方法同樣常見于評價改進領(lǐng)域，F(xiàn)eng Jianhong，等提出了熵權(quán)法與多目標規(guī)劃相結(jié)合的評價模型，可以有效地解決汽車制造商的綠色供應(yīng)商選擇和訂單分配問題[6]，然而熵權(quán)法缺乏各指標間的橫向比較，且權(quán)數(shù)強烈依賴于樣本，應(yīng)用受限；鮑珍珍，等采用基于BP 神經(jīng)網(wǎng)絡(luò)和層次分析法的評價方法，對第三方物流企業(yè)的綜合實力進行評價分析，為第三方物流企業(yè)的選擇提供重要的參考[7]，但需要人為解釋神經(jīng)網(wǎng)絡(luò)的推理過程和依據(jù)，對訓(xùn)練數(shù)據(jù)的要求較高，未能規(guī)避層次分析法帶來的主觀偏差影響；童華剛，等利用主成分分析法對滬深兩市上市的物流企業(yè)進行分析，得出競爭力綜合評價結(jié)果[8]，然而主成分分析法本身存在信息丟失的弊端，且主成分的現(xiàn)實含義具有模糊性，增大解釋難度；陳昌華，等將灰色關(guān)聯(lián)法和系統(tǒng)聚類法結(jié)合，充分考慮了影響煙草物流效率的內(nèi)外部要素和區(qū)域發(fā)展不平衡問題，以四川省為研究實例，克服了以往主要考慮行業(yè)內(nèi)部要素和績效排名的不合理性，為找準對標對象提供了重要依據(jù)[9]，然而樣本較大時，難以獲得明晰的聚類結(jié)論；魯曉春，等利用Fisher 線性判別分析方法對物流規(guī)劃項目進行評估，大大減少了專家評估物流規(guī)劃項目的工作量[10]，判別分析法能有效的利用歷史數(shù)據(jù)信息，但當指標間關(guān)系復(fù)雜時，難以選擇有效的判別函數(shù)。

隨著人工智能的快速發(fā)展以及綜合評價理論基礎(chǔ)研究的進一步深入，對現(xiàn)有綜合評價方法加以改進和發(fā)展，大力發(fā)展先進智能評價技術(shù)已經(jīng)成為研究趨勢，同時也為研究和開發(fā)基于計算機的綜合評價軟件系統(tǒng)提供了可能。利用計算機技術(shù)對車組數(shù)據(jù)進行分析評價，能夠更好地處理大量及復(fù)雜指標間的關(guān)系，同時也能夠快速節(jié)約計算時間。

1.2 評價方法選擇

煙草配送車組管理評價場景是一種多層次、多因素、相關(guān)性強的指標評價場景，需要綜合考慮人員管理、設(shè)備設(shè)施管理、物流活動管理和客戶滿意度等多方面因素。在這樣的背景下，本方案創(chuàng)新性地采用模糊綜合評價和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法，綜合評價體系由以公司為導(dǎo)向轉(zhuǎn)向以客戶為導(dǎo)向。

模糊綜合評價法是一種基于模糊數(shù)學(xué)的評價方法，依據(jù)模糊數(shù)學(xué)的隸屬度理論把定性評價轉(zhuǎn)化為定量評價，能夠較好的解決模糊的、難以量化的評價問題；神經(jīng)網(wǎng)絡(luò)分析法通過預(yù)先收集處理數(shù)據(jù)，獲得神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本，神經(jīng)網(wǎng)絡(luò)完成樣本集訓(xùn)練后，將各指標的權(quán)重存儲在網(wǎng)絡(luò)中，當把實際問題的特征參數(shù)輸入后，網(wǎng)絡(luò)能夠自行給出評價結(jié)果；通過不斷學(xué)習(xí)，能夠從未知模式的大量復(fù)雜數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，具有自組織、自學(xué)習(xí)、自適應(yīng)、非線性映射等特性，能對多指標綜合評價問題給出客觀的評價。

本方案首先建立客戶滿意度評價指標體系，運用模糊綜合評價法得出各地車隊客戶滿意度評價結(jié)果，其次將滿意度評價結(jié)果作為神經(jīng)網(wǎng)絡(luò)分析的期望輸出，將車隊其他相關(guān)指標數(shù)據(jù)作為輸入展開訓(xùn)練，不斷調(diào)整各指標權(quán)重，當實際輸出與期望輸出誤差達到滿意值時，得到評價體系最終權(quán)重結(jié)果，并依據(jù)權(quán)重結(jié)果計算車組綜合評分。

2 煙草配送車組綜合評價指標體系

評價指標體系是決定評價結(jié)果是否科學(xué)的基礎(chǔ)。在過去的客戶滿意度評價指標中，更多著眼于業(yè)務(wù)層面，如供應(yīng)總量、貨源分配等，很少涉及車組本身的特性，無法以提升服務(wù)水平和客戶滿意度為直接目標提供車組調(diào)整的決策依據(jù)。在結(jié)合現(xiàn)有研究成果的基礎(chǔ)上，本文建立了一套科學(xué)合理的車組綜合評價體系，再通過神經(jīng)網(wǎng)絡(luò)調(diào)節(jié)權(quán)重，以使客戶滿意度能夠引導(dǎo)車組評價結(jié)果。

在對車組系統(tǒng)進行實地調(diào)研與考察后，對車組特性進行總結(jié)，從煙草配送車組的人員架構(gòu)與日常培訓(xùn)、車輛管理、運輸活動、配送管理、服務(wù)完成度、操作情況等方面優(yōu)選具有代表性的車組評價指標。限于篇幅關(guān)系，這里不做具體的指標解釋與描述，僅給出車組綜合評價指標系統(tǒng)，如圖

3 基于模糊神經(jīng)網(wǎng)絡(luò)的煙草配送車組綜合評價模型

圖1 煙草配送車組綜合評價指標體系

配送車組評價模型要同時反映定性與定量因素相結(jié)合、模糊因素、多層次、指標間關(guān)系復(fù)雜等特點。作為服務(wù)型產(chǎn)業(yè)，提升服務(wù)質(zhì)量和客戶滿意度是最為直觀也是最為迫切的。除了車隊本身的特質(zhì)之外，需要充分考慮服務(wù)水平與客戶滿意度，如果單純使用德爾菲法來確定車組評價體系的指標權(quán)重，未必能夠滿足客戶的需求偏好，從而導(dǎo)致優(yōu)化的效果不夠理想。

因此，在訓(xùn)練神經(jīng)網(wǎng)絡(luò)的時候，車組的輸出等級與優(yōu)劣不再是由專家進行評價，而是由客戶滿意度與服務(wù)水平打分等因素綜合考評而得到。而對于綜合滿意度評級，則是通過專家評估確定權(quán)重，再綜合考慮多個來自客戶的服務(wù)滿意度指標得分而得到。客戶服務(wù)滿意度指標如圖2所示。

為此，本文將神經(jīng)網(wǎng)絡(luò)、三角模糊函數(shù)以及模糊綜合評價法相結(jié)合，提出了用用戶主觀指標數(shù)據(jù)訓(xùn)練車組客觀指標數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)方法，將主觀數(shù)據(jù)的綜合評價結(jié)果用作客觀數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，為車組客觀指標迎合顧客滿意度提供了方向?；谀：窠?jīng)網(wǎng)絡(luò)的煙草配送車組綜合評價模型具體實施步驟為：

圖2 客戶滿意度評價指標體系

（1）用戶綜合滿意度評價體系

①確定用戶綜合滿意度評價因素集，以及評價尺度；

②確定用戶綜合滿意度評價的層次結(jié)構(gòu)；

③評價指標數(shù)據(jù)的歸一化處理；

④確定用戶綜合滿意度評價體系權(quán)重；

⑤確定各指標隸屬度；

⑥計算模糊綜合評價結(jié)果，并用于車組評價體系訓(xùn)練。

（2）車組評價體系

①確定車組評價因素集，以及評價尺度；

②確定車組評價的層次結(jié)構(gòu)；

③評價指標數(shù)據(jù)的歸一化處理；

④確定各指標隸屬度；

⑤以車組各個評價指標數(shù)據(jù)為輸入，車組對應(yīng)的綜合滿意度為輸出，訓(xùn)練車組評價神經(jīng)網(wǎng)絡(luò)。

3.1 歸一化處理

在配送車組評價體系中包含多種不同性質(zhì)的指標，各評價指標的量綱與物理意義存在差異，因此需要對數(shù)據(jù)進行歸一化處理。通過歸一化，能夠簡化模塊初始化操作，更好地保證每個神經(jīng)元初始化成有效的狀態(tài)。也能將梯度限制在一個合理范圍，避免權(quán)重更新時的潛在問題。同時歸一化可以使學(xué)習(xí)率維持固定值，減少參數(shù)調(diào)整，避免出錯。此外，維持各指標特征維度數(shù)量級一致也能有效地減少搜索時間。因此各個指標的輸入數(shù)據(jù)，必須進行歸一化處理。

圖3 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)&模糊綜合評價流程圖

確定待評價對象輸入信息：

以特征u1為例，將所有待評價車組的u1特征值進行統(tǒng)計，找出最大值和最小值，做以下歸一化處理：

從而得到歸一化輸入信息：

3.2 模糊綜合評價

在一般的工程應(yīng)用中選擇三角形函數(shù)來表達隸屬度函數(shù)，輸出等級有n個，則有n個模糊子集，故隸屬度參數(shù)向量需有n個參數(shù)；三角模糊函數(shù)集共有n個函數(shù)，其中第j個輸出等級對應(yīng)的隸屬度函數(shù)μj為：

參考實際數(shù)據(jù)情況，由行業(yè)人士做出數(shù)據(jù)劃分評語向量，再進行極差變換得到標準化向量，用作隸屬度參數(shù)向量：

確定評語等級變量矩陣R，將標準化數(shù)據(jù)ui代入對應(yīng)的隸屬度函數(shù)，可得該特征對應(yīng)的子評語等級行向量：

考慮該車組所具有的所有特征，則得到車組對應(yīng)的模糊關(guān)系矩R：

若存在多級結(jié)構(gòu)，無需建立新的隸屬度函數(shù)，設(shè)有Wsub=(w1,w2,...,wm)為低層級與高層級層間權(quán)重向量，可計算得到高層子評語等級行向量：

設(shè)高層級指標特征共有k個，則車組對應(yīng)的模糊關(guān)系矩陣更新為R'：

將所得到的最高層特征指標反映出的車組對應(yīng)的模糊關(guān)系矩陣R'，乘以目標層-最高層層間權(quán)重W，可得車組綜合滿意度指標評語等級向量B,表征車組綜合評價等級位于各個評級的概率：

可設(shè)計評價等級分值列向量Q，將綜合滿意度指標評語等級向量轉(zhuǎn)化為綜合滿意度指標評分，便于統(tǒng)計評比，也更為直觀：

3.3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練

將主觀數(shù)據(jù)的綜合評價結(jié)果用作客觀數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)確定車組評價系統(tǒng)的層間權(quán)重W。

設(shè)有學(xué)習(xí)樣本dp=(d1p,d2p,...,dmp,tp)，隨機給出層間權(quán)重W，通過評價等級分值列向量T，將綜合滿意度指標評語等級向量轉(zhuǎn)化為綜合滿意度指標評分，便于神經(jīng)網(wǎng)絡(luò)梯度下降收斂時的數(shù)值計算，按照上述過程計算得到網(wǎng)絡(luò)輸出值為yp=W·R'·Q，在本模型中dp為p個車組各項指標數(shù)值，tp為該車組對應(yīng)的用戶綜合滿意度指標數(shù)據(jù)得分。

建立網(wǎng)絡(luò)誤差函數(shù)：

在學(xué)習(xí)過程中調(diào)整W，逐步降低誤差ep至設(shè)定值，或達到訓(xùn)練次數(shù)上限。使用梯度下降法求最優(yōu)：

α為學(xué)習(xí)效率，取0-1之間數(shù)值。

訓(xùn)練完成后，將更新完成的W設(shè)為神經(jīng)網(wǎng)絡(luò)參數(shù)，代入實際數(shù)據(jù)，W·R得到輸出矩陣，逐級確定輸出，最終得到綜合滿意度指標評語等級向量。

4 應(yīng)用案例

本文以孝感市煙草中心配送車組為例，車組綜合評價指標體系如圖1 所示。本文的實證數(shù)據(jù)涉及到實際數(shù)據(jù)、極限值、標桿值等，所以數(shù)據(jù)來源較廣，包括專家咨詢、企業(yè)調(diào)查、國家規(guī)定與相關(guān)認證標準以及相關(guān)研究成果等。

通過客戶滿意度評價指標體系計算各個車組的綜合滿意度得分，用作神經(jīng)網(wǎng)絡(luò)的訓(xùn)練目標。

(88.347,86.653,86.784,88.477,84.781,86.999,87.35)

以孝感市7 個車組的各項三級指標得分作為輸入數(shù)據(jù)，對數(shù)據(jù)進行歸一化處理，建立標準化輸入矩陣。以車組的綜合滿意度得分為輸出數(shù)據(jù)，進行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，實現(xiàn)客戶綜合滿意度對車組客觀指標的引導(dǎo)，得到三級指標對應(yīng)的指標權(quán)重向量Wlayer3，根據(jù)權(quán)重的模按體系層次關(guān)系調(diào)整對應(yīng)二級指標的對應(yīng)三級指標的權(quán)向量和為1。將評價等級設(shè)置為4個，{優(yōu)，良，中，差}，其中 60-70 分為差，70-80 分為中，80-90分為良，90-100分為優(yōu)，計算得到各二級指標對應(yīng)的三級指標隸屬度矩陣。利用三級指標隸屬度矩陣以及權(quán)向量，求取二級指標對應(yīng)的隸屬度矩陣。逐層向上遞推，直至求得車組綜合評價指標的隸屬度結(jié)果。

由神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果（如圖4）可知，所求層間權(quán)重向量Wlayer3,Wlayer2,Wlayer1能夠很好的反映用戶滿意度屬性。

受篇幅限制，此處只寫出一級指標的隸屬度和權(quán)重，以及車組綜合評價指標的隸屬度結(jié)果。

7個車組的綜合模糊評價隸屬度如下：

由最大隸屬度原則可此7 個車組都處于良好等級，符合各個車組客戶滿意度得分值差別不大的事實，說明各個車組評分受到客戶滿意度的引導(dǎo)作用明顯。

圖4 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果圖（依次為三級、二級、一級指標層權(quán)重）

取評價等級范圍終值為評價等級分值向量Q=(65,75,85,95)，計算綜合滿意度指標評分，便于統(tǒng)計評比。所得車組綜合滿意度指標評分向量為：(80.411,81.256,86.402,83.507,80.537,81.945,82.077)

可以看到，所得結(jié)果數(shù)據(jù)與原始綜合滿意度之間存在差距，之所以有改變，是因為原有客戶滿意度評價體系中，只考慮了供應(yīng)總量、貨源分配等業(yè)務(wù)指標，很少涉及車組本身的特性，而豐富后的車組綜合評價體系中車組本身的客觀數(shù)據(jù)得分較低，說明新加入的車組評價指標是有意義的，有效地豐富了車組綜合評價。

5 結(jié)語

煙草公司車組管理綜合評價問題較為復(fù)雜，具有指標結(jié)構(gòu)復(fù)雜、定性定量指標相結(jié)合等特點。本方案所選方法聚焦煙草物流行業(yè)，創(chuàng)新性地將運用模糊綜合評價法得出的客戶滿意度評價結(jié)果作為神經(jīng)網(wǎng)絡(luò)分析的訓(xùn)練原始數(shù)據(jù)，建立以客戶為本的綜合評價體系，充分考慮了車隊服務(wù)水平和客戶滿意度的重要性，實現(xiàn)了客戶滿意度引導(dǎo)驅(qū)動的車組評價，有利于公司貫徹落實煙草行業(yè)“卷煙上水平”的基本方針和戰(zhàn)略任務(wù)，幫助公司傳播企業(yè)文化，實現(xiàn)品牌推廣。同時也結(jié)合了車組本身的客觀指標，綜合考慮人員管理、設(shè)備設(shè)施管理、物流活動管理和客戶滿意度等多方面指標，豐富了車組評價體系，能夠較為客觀全面地反映實際問題和各車隊真實服務(wù)水平，為評級評優(yōu)和日后改進提升提供重要參考。