Page 21 - 《中国药房》2022年13期

为有效克服单一使用主客观赋权法的弊端，本文在 取值为：当α BW＝1，2，3，4，5……时，CI 值分别为 0.00，
对所构建的疫苗供应链风险评价指标权重进行确定时， 0.44，1.00，1.63，2.30……。当CR小于0.10时，表明一致
采用主客观组合赋权的方式。选取BWM和熵权法作为 性检验通过；反之则未通过。
指标赋权的主观和客观方法。此外，为使最终评估结果 3.2 熵权法确定指标权重
更客观，更好地为决策提供参考，本文采用 Lagrange 乘 判断一个指标的离散程度通常使用熵值。指标的
子法进行组合赋权，求解出最优组合权重，得到疫苗供 重要程度和离散程度与熵值大小成反比。熵值越小，指

应量风险评价指标的评估结果。 标的重要程度和离散程度就越高；如果指标熵值相等，
[17]
3.1 BWM确定指标权重 则说明指标的重要性相同 。因此，在确定指标权重
BWM是由Rezaei 于2015年提出的一种新的多准 时，熵权法被广泛采用，为多准则评价提供了依据。
[16]
则决策方法。该方法基于指标两两比较的思想，先由决 熵权法确定指标权重步骤如下：
策者从评价指标中集中选取最优、最劣指标，再与其他 （1）假设有 m 个分析对象，n 个指标，初始决策矩阵
指标比较，从而构造出最优和最劣指标的比较向量 。 为X＝（xij ） m·n
[17]
相较于传统的层次分析法，BWM只需进行（2n－3）次比 x11 x12 … x1n
较，降低了比较次数，简化了复杂的比较过程，能够有效 x21 x22 … x2n
X＝ … … … … … … … … … 式（1）
降低因评价过程繁琐带来的逻辑混乱和失误风险，有助 … … … …
于提高一致性检验通过效率，使赋权结果更为可靠。 xm1 xm2 … xmn
式中 xij 为第 i 个分析对象的第 j 个指标的原始数
BWM确定指标权重具体步骤如下：
据值。
（1）确定评价指标集C＝{C1，C2……，Cn}。
（2）对数据进行无量纲化时运用极值处理法 ：
[18]
（2）确定最优和最劣指标，分别用CB、CW表示。
正向指标标准化处理：
（3）将 CB与其他指标两两比较，构建比较向量 AB＝
xij－min（xi ）
（αB1，αB2……，αBj ）。 bij＝ … … … … … … … … 式（2）
max（xi ）－min（xi ）
（4）将其他指标与CW两两比较，构建比较向量A W＝
负向指标标准化处理：
T
（α1W，α2W……，αjW ）。
（5）得到最优权重值。构造非线性规划模型，求出 bij＝ max（xi ）－xij … … … … … … … … 式（3）
max（xi ）－min（xi ）
*
*
*
*
*
指标最优权重ω j＝（ω1，ω2……，ωn ）和最优目标值ξ 。
（3）计算第j项指标下第i个方法所占的比重：
需要特别说明的是，对指标进行两两比较时，用数
xij
字1～9来表示指标间的相对重要程度。其中AB中每个 pij＝ m …………………………………… 式（4）
数值表示的是最优指标与其他指标比较时的偏好值，而 ∑xij
i＝1
A W中每个数值表示的是其他指标与最劣指标比较时的 （4）第j个指标的熵值：
偏好值。 1 m
ej＝－ ∑ pijlnpij … … … … … … … … … … 式（5）
*
根据下列公式求得指标最优权重ω j及最优目标值 lnm i＝1
ξ ： （5）求解指标j的熵权ωj：
*
ωB S 1－ej
－αBj ≤ξ， ω j＝ m ，j＝1，2，……，m …………… 式（6）
ωj
m－∑ej
i＝1
ωj －αjW ≤ξ，
Minξ s. t. ωW 3.3 Lagrange乘子法求解最优组合权重
运用Lagrange乘子法对最优组合权重进行求解，方
n
∑ωj＝1，
[19]
j＝1 法如下 ：
ωj≥0，j＝1，2，3，4，5…… 根据最小鉴别信息原理，可使ω j与ω j，ω j相接近，需
S
*
其中，ωB为CB的权重；αj为准则向量，ωj为αj的权重， 建立下列函数：
即指标实际权重；ωW为CW的权重。 n ωj n ωj
minF＝∑ωj （ln ）+∑ωj （ln ） …… … … … 式（7）
*
得到ω j和ξ 值后，再判断比较向量的一致性。可通 j＝1 ω j * j＝1 ω j S
*
ξ * 其中ωj （j＝1，2……，m）表示最优组合权重。
过公式CR＝ 计算出一致性比率，其中一致性指标CI
CI 通过Lagrange乘子法求解，得到最优组合权重：
中国药房 2022年第33卷第13期 China Pharmacy 2022 Vol. 33 No. 13 ·1551 ·