本发明涉及一种评价方法，具体地说是一种设备制造供应商评价方法。
背景技术：
设备制造供应商评价常从制造监督、运输交付、安装调试、运行维护等四个一级指标铺开，引入若干对应二级指标和三级指标，从而构建完整的设备制造供应商评价指标体系。目前，指标体系虽然相对成熟，但算法单一，大多依靠评估专家主观评价的传统方法，无法保证采购活动中供应商选择的科学性、客观性和准确性。
技术实现要素：
本发明的目的是提供一种设备制造供应商评价方法，该方法基于序关系分析法、熵值法、topsis法和灰色关联度分析法进行供应商评价，依靠历史数据与模型算法，完善供应商评价管理体系，提升供应商管理精细化水平。
本发明的目的通过以下技术方案实现：
一种设备制造供应商评价方法，其特征在于：该方法基于序关系分析法、熵值法、topsis法和灰色关联度分析法进行供应商评价，依靠历史数据与模型算法，完善供应商评价管理体系，提升供应商管理精细化水平；具体如下：
1)指标权重计算；采用序关系分析法对指标排序，采用熵值法对指标权重进行修正，确定指标权重；
2)供应商评价方法算法；根据上面的计算结果，利用topsis法和灰色关联度分析法作为基础算法，逼近供应商实际真实能力水平；
3)基于以上两个内容，形成一套完整的设备制造供应商评价计算模型。
基于以上两个内容，形成一套完整的设备制造供应商评价计算模型，避免供应商评价依靠人为评价造成的遗失客观公正问题。
本发明中，序关系分析法：根据专家打分对评价指标先定性排序后定量赋值的主观赋权方法。
熵值法：指“熵”应用在系统论中的信息管理方法。熵越大说明系统越混乱，携带的信息越少，熵越小系统越有序，携带的信息越多。
topsis法：是一种距离综合评价法，也称逼近理想解排序法。根据有限个评价对象与理想化目标的接近程度进行排序的方法，是在现有的对象中进行相对优劣的评价。
灰色关联度分析法：根据因素之间发展趋势的相似或相异程度，作为衡量因素间关联程度的一种方法。
本发明能够构建科学的设备制造供应商评价模型，依靠历史数据与模型算法，完善供应商评价管理体系，提升供应商管理精细化水平。
附图说明
图1本发明供应商评价实现流程图。
具体实施方式
一种设备制造供应商评价方法，基于序关系分析法、熵值法、topsis法和灰色关联度分析法进行供应商评价，依靠历史数据与模型算法，完善供应商评价管理体系，提升供应商管理精细化水平；主要包括以下两个部分：
一是指标权重计算。采用序关系分析法根据专家经验对指标排序，采用熵值法对指标权重进行修正，从客观和主观两个角度确定指标权重，规避单纯主观赋值法和客观赋值法的缺点。
二是供应商评价方法算法。根据上面的计算结果，利用topsis法和灰色关联度分析法作为基础算法，逼近供应商实际真实能力水平。
基于以上两个内容，形成一套完整的设备制造供应商评价计算模型，避免供应商评价依靠人为评价造成的遗失客观公正问题。
具体步骤如下：
步骤一：采用序关系分析法，确定指标主观权重
1)确定指标的序关系，专家根据经验对于m个评价指标a1、a2、a3……am，判断其重要性排序，得出一种关系式，即ω1≥ω2≥ω3≥…≥ωm；
2)专家给出rk的理性赋值，rk表示指标ak-1相对与指标ak的重要性程度，其中ωk-1＝rk·ωk，
rk理性赋值参考表如下
3)获取指标的最终权重，计算指标权重
步骤二：通过熵值法，确定指标客观权重
1)评价指标的原始数据构成评价矩阵[xij]n×m，xij为第i个备选方案的第j项指标测值；
2)对原始数据进行标准化处理，得到标准矩阵[yij]n×m，其中
3)计算第j项指标的熵值：
4)计算第j项指标的权重：
步骤三：确定评价指标组合权重
设
步骤四：计算相似贴近度，从相对距离和变化趋势两方面综合评价供应商
1)引入指标权重向量
2)确定正负理想解：
正理想解
负理想解
3)计算每个供应商与正负理想解的欧氏距离：
第i个供应商与正理想解的欧氏距离
第i个供应商与负理想解的欧氏距离
4)计算第i个供应商与正理想方案关于第j项指标的灰色关联系数：
计算第i个供应商与负理想方案关于第j项指标的灰色关联系数：
其中ρ是调整系数；
5)计算第i个供应商与正理想方案的灰色关联度：
计算第i个供应商与负理想方案的灰色关联度：
6)计算各备选方案的相似贴近度：
定义：
相似贴近度