基于云重心的Topsis网络知识收益分配方法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
决 策 问 题， 随 着 社 会、 经 济、 科技的快速发展， 利益分配问题的复杂性和不确定 性也在不断增加， 这使得表征利益分配值的数据往 往不是一些确切的数，而是一些模糊的语言值。 传统的供应链联盟收益分配方法主要有 Shaply ［1 － 3 ］ 、 Nash 协 商 模 型［4］， 和 核 心 法［5 － 6］ 等。 值法 Shapley 利益分配法避免了平均分配的现象， 但在综 合考虑贡献率、 风险及成本等诸多因素对利益分配 ［7 ］ 结果的影响时， 多采用传统的 AHP 法， 鉴于 AHP 法本身的局限性， 它无法考虑贡献率、 风险及成本 这三者之间的横向联系。 Nash 协商模型， 致力于解 决利益分配协商不一致问题， 但其更加体现一种平 均主义思想， 对成员的激励作用相对较弱。 最小核 心法中谈判集是一个具有一般性多值解的概念， 而 多值解多以集合的方式描述分配值， 却不能给出联
1
引言
网络知识是一种新形式的， 以互联网为呈现平 台和传播媒介的， 借助超文本连接和多媒体演绎等 手段来表现的， 通过人类脑力 劳 动 凝 结 出 的 学 术、 文化或学问。 与传统的文学知识产业链相比， 网络 知识产业链条又有变短变宽的趋势， 环节减少， 每 个环节参与者增多， 垂直的产业价值链被横向的价 值链所取代， 产业生态环境变得更加复杂， 收益分 配问题变得尤为突出。 一个公平合理的分配模式有 利于供应链健康、 稳定、 协调、 可持续发展。 如果 有合作伙伴， 尤其是核心合作伙伴， 对利益分配方 案不满意， 他们会选择退出该供应链， 将可能导致 该价值链断裂。 产业链合作成员的利益分配决策问题是一类重
（ 1. 上海海事大学经济管理学院，上海 201306 ； 2. 天津财经大学商学院，天津 300222 ）
摘要： 针对网络知识价值链特点和收益分配任务 ，提出基于云重心的 Topsis 分配方法。引入正向云发生器， 将 分配方案中可能的模糊语言型分配值定量化 ，与数值型分配值构成决策矩阵 ，解决模糊分配值无法定量考虑的 问题。基于 Topsis 法，构造云重心加权偏离度的拉格朗日函数 ，得出各成员权重。运用偏离度衡量各方案与理 想方案的偏差，根据偏差得出各方案的相对权重 ，形成综合分配方案，解决多种分配方案协商不一致问题 。 算 例验证了模型的可行性 。 关键词： 网络知识； 收益分配； 云重心； Topsis 中图分类号： F224 ； O159 文献标识码： A 文章编号： 1000 － 7695 （ 2012 ） 21 － 0194 － 06
Network Knowledge Profit Allocation Topsis Model with Membership Cloud Gravity Center
2 LU Zhigang1， ，YANG Wenqing2
（ 1. School of Economics ＆ Management，Shanghai Maritime University，Shanghai 201306 ； China； 2. School of Business，Tianjin University of Finance and Economics，Tianjin 300222 ，China） Abstract： For the feature of network knowledge value chain and profit allocation，the paper presents a Topsis allocation method with membership cloud gravity center. To solve the problem that fuzzy － based allocation program can not be considered quantitatively，it introduces forward cloud generator to quantify possible fuzzy linguistic values existing in allocation programs to normalize with those numeric values and to form the decision matrix. Based on Topsis law，by construing the Lagrangian function of weighted cloud gravity center deviation，the paper caculates the weights of various collaborators in the value chain. It also uses the weighted cloud gravity center deviation to measure the bias between the program and the ideal one. And it at last obtains the relative weight of each program according to the size of its deviation. Thus，it constructs the integrated distribution as to address inconsistency issue in various distribution options. It provides a numerical example of the model. Key words： network knowledge； profit allocation； cloud gravity center； Topsis
2012 年第 21 期
科技管理研究 Science and Technology Management Research
2012 No. 21
doi： 10. 3969 / j. issn. 1000 － 7695. 2012. 21. 044
基于云重心的 Topsis 网络知识收益分配方法
1， 2 2 卢志刚 ，杨文清
1
引言
网络知识是一种新形式的， 以互联网为呈现平 台和传播媒介的， 借助超文本连接和多媒体演绎等 手段来表现的， 通过人类脑力 劳 动 凝 结 出 的 学 术、 文化或学问。 与传统的文学知识产业链相比， 网络 知识产业链条又有变短变宽的趋势， 环节减少， 每 个环节参与者增多， 垂直的产业价值链被横向的价 值链所取代， 产业生态环境变得更加复杂， 收益分 配问题变得尤为突出。 一个公平合理的分配模式有 利于供应链健康、 稳定、 协调、 可持续发展。 如果 有合作伙伴， 尤其是核心合作伙伴， 对利益分配方 案不满意， 他们会选择退出该供应链， 将可能导致 该价值链断裂。 产业链合作成员的利益分配决策问题是一类重
（ 1. 上海海事大学经济管理学院，上海 201306 ； 2. 天津财经大学商学院，天津 300222 ）
摘要： 针对网络知识价值链特点和收益分配任务 ，提出基于云重心的 Topsis 分配方法。引入正向云发生器， 将 分配方案中可能的模糊语言型分配值定量化 ，与数值型分配值构成决策矩阵 ，解决模糊分配值无法定量考虑的 问题。基于 Topsis 法，构造云重心加权偏离度的拉格朗日函数 ，得出各成员权重。运用偏离度衡量各方案与理 想方案的偏差，根据偏差得出各方案的相对权重 ，形成综合分配方案，解决多种分配方案协商不一致问题 。 算 例验证了模型的可行性 。 关键词： 网络知识； 收益分配； 云重心； Topsis 中图分类号： F224 ； O159 文献标识码： A 文章编号： 1000 － 7695 （ 2012 ） 21 － 0194 － 06
Network Knowledge Profit Allocation Topsis Model with Membership Cloud Gravity Center
2 LU Zhigang1， ，YANG Wenqing2
（ 1. School of Economics ＆ Management，Shanghai Maritime University，Shanghai 201306 ； China； 2. School of Business，Tianjin University of Finance and Economics，Tianjin 300222 ，China） Abstract： For the feature of network knowledge value chain and profit allocation，the paper presents a Topsis allocation method with membership cloud gravity center. To solve the problem that fuzzy － based allocation program can not be considered quantitatively，it introduces forward cloud generator to quantify possible fuzzy linguistic values existing in allocation programs to normalize with those numeric values and to form the decision matrix. Based on Topsis law，by construing the Lagrangian function of weighted cloud gravity center deviation，the paper caculates the weights of various collaborators in the value chain. It also uses the weighted cloud gravity center deviation to measure the bias between the program and the ideal one. And it at last obtains the relative weight of each program according to the size of its deviation. Thus，it constructs the integrated distribution as to address inconsistency issue in various distribution options. It provides a numerical example of the model. Key words： network knowledge； profit allocation； cloud gravity center； Topsis
2012 年第 21 期
科技管理研究 Science and Technology Management Research
2012 No. 21
doi： 10. 3969 / j. issn. 1000 － 7695. 2012. 21. 044
基于云重心的 Topsis 网络知识收益分配方法
1， 2 2 卢志刚 ，杨文清