双目标AHP-MINLP-GA方法在COVID-19时期供应商选择中的创新应用

本文主要探讨了双目标层次分析法（AHP）、混合整数非线性规划（MINLP）和遗传算法（GA）在冠状病毒疫情（COVID-19）背景下备选方案选择中的应用。作者王玉成和陈拓利，分别来自台湾朝阳科技大学航空工程系和国立阳明交通大学工业工程与管理系，针对决策者在疫情应对过程中可能面临的复杂决策环境，提出了创新的分析方法。 层次分析法（AHP）作为多准则决策（MCDM）的重要工具，被用于确定不同标准的相对权重。传统AHP仅关注单一标准的优先级，但在实际情境中，决策者可能同时关注多个目标，这就需要考虑双目标分析。研究者通过将判断矩阵分解为多个子判断矩阵，每个子矩阵代表一个决策者的观点，从而生成多样化的优先级集合，这有助于决策的灵活性。 混合整数非线性规划（MINLP）被用来整合这些多目标优先级，形成一个数学模型，以便在满足各种目标的同时进行有效优化。遗传算法（GA）作为一种搜索和优化工具，被引入来解决这一MINLP问题，它能够高效地寻找最佳解决方案，提高决策效率。 文章以COVID-19期间选择多元化替代供应商的实际案例为应用场景，展示了这种方法相较于现有方法的优势。实验结果显示，所提出的双目标AHP-MINLP-GA方法不仅能够推荐多个备选方案，而且能够确保这些方案在满足所有标准的同时达到最优，从而显著提升了决策的适应性和效能。特别是，遗传算法的应用显著提升了解决方案的效率，高达75%，这对于快速响应疫情下的复杂决策具有重要意义。 该研究不仅推动了AHP在复杂决策环境中的应用，还展示了如何结合智能优化技术来提升决策质量，对于公共卫生应急管理和供应链风险管理等领域具有重要的理论和实践价值。