熊漢武，樊煒，牛艷召，曾思成，王玲，龔承柱*

（1．國家電網(wǎng)有限公司物資部，北京市 西城區(qū) 100031；2．中國電力科學(xué)研究院，北京市 海淀區(qū) 100192；3．中國地質(zhì)大學(xué)（武漢）經(jīng)濟管理學(xué)院，湖北省 武漢市 430074）

0 引言

以大數(shù)據(jù)、云計算等網(wǎng)絡(luò)信息技術(shù)為依托的云檢驗質(zhì)量監(jiān)督評價體系是國家電網(wǎng)有限公司物資部為響應(yīng)2020年習(xí)近平總書記提出的以“新基建”為支撐，建設(shè)數(shù)字經(jīng)濟，盡快實現(xiàn)能源互聯(lián)網(wǎng)，促進實現(xiàn)“雙碳”目標的重要舉措[1]。以往電網(wǎng)物資供應(yīng)商選擇模式存在選擇范圍窄、信息不對稱、流程冗雜、選擇周期長等局限性。由于缺乏科學(xué)的供應(yīng)商選擇評價方法，評級指標選擇不夠合理，可操作性不強，大多只能憑經(jīng)驗判斷，使其效果未能達到要求。供應(yīng)商選擇是公司對供應(yīng)商進行綜合評價的過程，是一個復(fù)雜的、面向應(yīng)用的多目標決策問題[2]。國家電網(wǎng)物資部云檢驗系統(tǒng)通過建設(shè)一站式供應(yīng)鏈服務(wù)平臺“e鏈國網(wǎng)”和供應(yīng)鏈管理平臺“五E一中心”，實現(xiàn)對物資供應(yīng)商信息的可視化與高度共享，極大改進了傳統(tǒng)選擇模式。但是在云檢驗環(huán)境下，供應(yīng)商資源的多樣性、復(fù)雜性和模糊性也給供應(yīng)商選擇帶來了新的難題。因此，如何在云檢驗環(huán)境下，更加科學(xué)合理地評估、選擇和優(yōu)化電網(wǎng)物資供應(yīng)商，是電網(wǎng)物資部門面臨的迫切問題。

目前，物資供應(yīng)商評價與優(yōu)選的相關(guān)研究主要包括兩方面：評價標準如何確定和評價方法的適應(yīng)性。在評價標準如何確定的問題上，Dickson[3]通過調(diào)查，確定了多個不同的標準，包括物資供應(yīng)質(zhì)量、供應(yīng)準時率、價格、口碑、售后服務(wù)、技術(shù)能力等方面，其中前三個標準最為通用，已在大多數(shù)物資供應(yīng)商選擇問題上得到應(yīng)用。隨著“精益物流、供應(yīng)鏈管理、供應(yīng)鏈協(xié)調(diào)”等管理目標成為企業(yè)關(guān)注的焦點，學(xué)者開展了有針對性的評價指標研究。黃瀚等[4]認為，在“精益物流”目標下，物資供應(yīng)商評價指標應(yīng)該涵蓋“質(zhì)量、成本、效率、服務(wù)、合作”五大方面。鐘謹貴等[5]研究了第三方物流供應(yīng)商選擇評價方法，包括“物流成本、運輸時效、顧客滿意度、合作緊密程度、附加增值服務(wù)、報關(guān)與清關(guān)能力、企業(yè)信譽”7個指標。在應(yīng)急物資供應(yīng)方面，曾凡龍等[6]將“產(chǎn)品價格、供應(yīng)能力、配送時間、產(chǎn)品品質(zhì)”作為供應(yīng)商的評價指標。上述研究表明，“價格、質(zhì)量、交貨、服務(wù)”可以作為評價供應(yīng)商的關(guān)鍵因素，本研究也將基于此，構(gòu)建電網(wǎng)物資供應(yīng)商評價指標體系。

在決策方法方面，早期的研究采用了一些經(jīng)典方法來解決供應(yīng)商選擇問題，這些方法具有清晰的數(shù)值評估信息，例如AHP（analytic hierarchy process）、ANP（analytic network process）和TOPSIS（technique for order preference by similarity to an ideal solution）等方法。其中，AHP首先由Saaty[7]提出，并應(yīng)用于決策領(lǐng)域；Abdollahi 等[8]將ANP方法應(yīng)用于供應(yīng)商選擇問題。此外，國內(nèi)一些學(xué)者采用熵值法和TOPSIS方法進行供應(yīng)商選擇，例如王春紅等[9]采用基于前景理論-TOPSIS方法來選擇裝配式建筑PC構(gòu)件供應(yīng)商。然而，隨著決策問題復(fù)雜性增加，決策信息越來越模糊。Pedrycz等[10-11]認為語言變量適合描述定量評估信息，通過將語言變量轉(zhuǎn)換為三角模糊數(shù)，提出了許多模糊決策方法。Hashemian 等[12]和Lee 等[13]通過模糊AHP推導(dǎo)出矩陣標準權(quán)重，采用模糊 PROMETHEE（集中評價的偏好排序組織方法）和模糊TOPSIS進行供應(yīng)商質(zhì)量排序。Tirkolaee等[14]基于模糊決策和多目標規(guī)劃構(gòu)建了在兩級供應(yīng)鏈中選擇供應(yīng)商的可持續(xù)和可靠的新方法。Karsak等[15]使用客觀權(quán)重，應(yīng)用數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）進行供應(yīng)商排名。烏云娜[16]、尤筱玥[17]、王魯萍[18]等運用折衷排序法（VlseKriterijumska Optimizacija I Kompromisno Resenje，VIKOR）分別建立評價指標值為梯形模糊數(shù)、三角模糊數(shù)、猶豫模糊數(shù)、語義變量的供應(yīng)商選擇模型。

雖然以往的評價與決策方法可以應(yīng)用于電網(wǎng)物資供應(yīng)商選擇問題，但仍存在一些不足，例如：在供應(yīng)商評價指標體系設(shè)計上，指標類型單一，難以多層次展示評價指標的多樣性；在評價方法中，難以同時平衡供應(yīng)商的質(zhì)量和決策者偏好。因此，針對上述問題，本文在電網(wǎng)物資云檢驗環(huán)境以及混合型評價指標體系下，提出了一種基于前景理論的評價與優(yōu)選方法。該方法通過電網(wǎng)物資云檢驗系統(tǒng)，挖掘電網(wǎng)物資供應(yīng)商多種類型信息，根據(jù)決策者給出的各種屬性的決策偏好（參考點），將獲得的各種信息轉(zhuǎn)化為決策偏好的盈虧決策矩陣，然后采用交叉循環(huán)迭代法求解變量模糊識別模型，得到各個物資供應(yīng)商和決策偏好的最優(yōu)隸屬度和權(quán)重向量。最后，結(jié)合前景值和隸屬度，綜合得出各個供應(yīng)商的綜合前景值，從而對供應(yīng)商進行評價和優(yōu)選。

1 問題描述及評價指標

1.1 問題描述

為提升電網(wǎng)物資供應(yīng)系統(tǒng)智能化水平，國家電網(wǎng)物資部目前已建立電網(wǎng)物資云檢驗平臺，其核心業(yè)務(wù)流程如圖1所示。在電網(wǎng)物資云檢驗平臺“五E一中心”的支撐下，電網(wǎng)物資部門構(gòu)建供應(yīng)商全息多維評價業(yè)務(wù)管理體系，由供應(yīng)鏈運營中心（electronic supply chain，ESC）具體實施。各專業(yè)管理人員通過手機端對供應(yīng)商履約質(zhì)效進行實時評價，數(shù)據(jù)同步至電子商務(wù)平臺（e-commerce platform，ECP）；ESC通過全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心將供應(yīng)商工商、司法等外部信用信息推送至ECP；ESC通過全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心自動獲取ECP、企業(yè)管理系統(tǒng)（enterprise resource planning，ERP）、生產(chǎn)調(diào)度平臺（manufacture scheduling platform，MDS）、生產(chǎn)管理系統(tǒng)（power production management system，PMS）等平臺的各維度數(shù)據(jù)，根據(jù)評價模型自動計算分析，形成供應(yīng)商評價得分、分類等級、全息畫像等成果，評價結(jié)果共享共用，為招標采購提供數(shù)據(jù)支撐。物資質(zhì)量監(jiān)督工作通過一體化平臺運行，打破各專業(yè)條塊界限，促進業(yè)務(wù)融合，不僅提供物資供應(yīng)商的基礎(chǔ)信息，還可以提供經(jīng)過信息處理后的供應(yīng)商信息。

1.2 評價指標

電網(wǎng)物資供應(yīng)商的評價指標需要基于“體系全面性、科學(xué)簡明性、可比穩(wěn)定性和操作靈活性”的原則進行綜合考慮。在云檢驗環(huán)境下，由于物資供應(yīng)商信息來源多樣，本文構(gòu)建的電網(wǎng)物資供應(yīng)商評價體系包括2級，一級指標反映供應(yīng)商的基礎(chǔ)能力、過程管控、產(chǎn)品質(zhì)量和服務(wù)支撐4個層面，然后對4個一級指標進一步細化，最終得到10個二級指標，其中指標類型包括語義短語、精確數(shù)和區(qū)間數(shù)，指標數(shù)據(jù)主要來自電網(wǎng)物資部的云檢驗系統(tǒng)，部分是原始數(shù)據(jù)，部分是基于原始數(shù)據(jù)通過公式計算得到，還有一些是專家打分得到。具體的電網(wǎng)物資供應(yīng)商評價體系如表1所示。

表1 電網(wǎng)物資供應(yīng)商資質(zhì)能力評價體系Table 1 Evaluation system for power grid material suppliers

2 評價與優(yōu)選方法

根據(jù)電網(wǎng)物資供應(yīng)商評價體系，可以發(fā)現(xiàn)電網(wǎng)物資部的預(yù)期和評價供應(yīng)商的屬性值通常有精確數(shù)、區(qū)間數(shù)和語義短語3種形態(tài)，不失一般性，本文構(gòu)建混合型多屬性評價和優(yōu)選問題。物資供應(yīng)商集為A ={ A1, A2,… , Ai,… , Am}，各個指標屬性集為C ={C1, C2,… , Cj,… , Cn}，由供應(yīng)商集和指標屬性集形成決策矩陣為B=[Bij]m×n，根據(jù)已知信息和對未來的期望，電網(wǎng)物資部給出了關(guān)于屬性的期望向量E={E1, E2,… , Ej,… , En}。上文中：Ai為第i個候選供應(yīng)商；Cj為第j個屬性；Bij為第i個候選供應(yīng)商的第j個屬性值，屬性之間相互獨立。

為了匹配電網(wǎng)物資評價指標體系，把指標屬性分為精確數(shù)、區(qū)間數(shù)和語義短語（比如“優(yōu)、良、劣”）3種類型，依次用CN、CI、CL表示，且CN∪ CI∪ CL= C 。各類指標屬性特征如下。

1）當屬性Cj∈ CN時，Cj= Bj，其中Bj是實數(shù)型數(shù)值，一般假定Bj≥0；

2）當屬性Cj∈ CI時，其中是實數(shù)型數(shù)值，一般假定

3）當屬性Cj∈ CL時，Cj= Bj，其中Bj∈ S 。S為提前設(shè)定的語義狀態(tài)集，即S = {Sf| f = 0,1,… , (T /2)- 1,T /2,(T /2)+1,… , T }，其中Sf表示S中第f+1個語義語言，當T為偶數(shù)時，S包含T+1個元素。當T=6時，S ={S0,S1, S2, S3, S4, S5, S6} ，順次對應(yīng)“非常差、差、較差、中、較好、好、非常好”7個狀態(tài)，即 S={ VP, P, MP, M, MG, G, VG }。S作為語義狀態(tài)集，有如下3個性質(zhì)：①有序性，當f＞g時，Sf? Sg，即狀態(tài)Sf優(yōu)于狀態(tài)Sg；②存在逆運算“neg”，當g=T-f時，Sg=neg(Sf)；③極值運算，當Sf? Sg時，有max{Sf,Sg} = Sf，min{Sf,Sg} = Sg。對于語義短語的處理和計算，本文將語言轉(zhuǎn)換成對應(yīng)的三角模糊數(shù)，假如Cj= Sf，則：

各個屬性的期望向量E={E1, E2,… , Ej,… , En}可看作參照點，將參照點設(shè)定為期望向量更符合前景理論的特征。本文要解決的問題是，在已知決策者的期望向量E和最初決策矩陣B=[Bij]m×n的情況下，通過可變模糊識別模型和前景理論計算電網(wǎng)物資部的隸屬度、各個屬性的權(quán)重向量和前景決策矩陣，采用隸屬度和前景理論，對電網(wǎng)物資供應(yīng)商進行多角度評價和優(yōu)選。

2.1 數(shù)據(jù)規(guī)范化處理

各個屬性變量在混合型多屬性問題中可區(qū)分為成本型變量和收益型變量，其集合分別記作CC和CB，前者越小越有利，后者越大越有利，并通過規(guī)范化處理期望向量和決策矩陣，消除不同物理量綱對決策結(jié)果的影 響。令M ={1,2,… , i, … , m}，N ={1,2,… , j, … , n}，屬性屬于不同類別，不能直接測算，其規(guī)范化處理方式如下。

1）當屬性 Cj∈ CN、 i∈M 時 ， 記=max{max{Bij}, Ej}，=min{min{Bij}, Ej}，規(guī)范化計算公式為

2）當屬性 Cj∈ CI、 i∈M 時 ， 記=max{max=min規(guī)范化計算公式為

3）當屬性Cj∈ CL、i∈M時，將Ej和Bij通過式（1）轉(zhuǎn)換成對應(yīng)的三角模糊數(shù)。

2.2 確定前景決策矩陣

基于前景理論，決策層需要通過參考點來測算出不同物資供應(yīng)商屬性的“收益”或者“損失”。這里采用歐氏距離方法，將物資供應(yīng)商的屬性值Bij′與期望屬性Ej′進行比較，從而確定前景決策矩陣V=[Vij]m×n。由于屬性的不同，比較方式也不同，具體如下。

1）當屬性Cj∈ CN時，直接比較Bij′與Ej′的大小。

根據(jù)上述規(guī)則，當i∈M時，歐氏距離Dij的計算公式為

進一步，通過比較Bij′與Ej′，確定物資供應(yīng)商的屬性對于期望的“收益”或“損失”。由于決策層在“收益”和“損失”上存在不同風(fēng)險偏好[19]，可以進一步建立前景決策矩陣V=[V(Bij)]m×n，其中V(Bij)表示第i個供應(yīng)商的第j個屬性前景值，其計算公式為

式中：參數(shù)α和β表示V(Bij)的凹凸程度，且0＜α ＜ 1, 0＜β＜ 1；θ表示決策者損失厭惡水平，且θ＞1。

2.3 確定權(quán)重和隸屬度

前文已構(gòu)造出前景決策矩陣，可以計算供應(yīng)商每個屬性的前景值。為了確定供應(yīng)商的累積前景值，必須確定屬性權(quán)重，只有在同一個屬性權(quán)重下，各個供應(yīng)商才能進一步相互比較。根據(jù)式（6）提出的歐氏距離Dij的計算方法，可知Dij∈[0,1]。當Dij→0時，說明第i個供應(yīng)商的第j個屬性與決策者第j個屬性的期望差距相對較小；當Dij→1時，說明第i個供應(yīng)商的第j個屬性與決策者第j個屬性的期望差距相對較大。根據(jù)上述特征，構(gòu)造兩極對立模糊模式識別中心，判別各供應(yīng)商與決策者期望之間的隸屬度，以及最優(yōu)屬性權(quán)重。首先，構(gòu)建各個屬性的對立模式識別中心矩陣Vc=[vhj]2×n，其中h取值1或2。當h=1時，表示處于最優(yōu)模式，對應(yīng)的v1j=0；當h=2時，表示處于最劣模式，對應(yīng)的v2j=1。顯然，當Dij→0，越靠近最優(yōu)模式；相反，當Dij→1，越靠近最劣模式。然后，構(gòu)造供應(yīng)商隸屬度矩陣U=[uhi]2×m，其中uhi表示第i個供應(yīng)商與2個對立模式中心的隸屬度，由于模

式中心對立，因此滿足u2i=1- u1i。假設(shè)各個屬性的權(quán)重為wj，根據(jù)各個供應(yīng)商與決策者期望的歐氏距離Dij，令rij= Dij，可以進一步計算各個供應(yīng)商與對立模式中心的廣義加權(quán)歐氏距離fi(u,w)如下：

顯然，若fi(u,w)越小，物資供應(yīng)商i與期望目標的距離越近，即對期望向量的識別越優(yōu)。設(shè)定F(u,w)為物資供應(yīng)商集中各個供應(yīng)商與所有參照點的差異，則F(u,w) = [f1(u,w) , f2(u,w) ,… , fm(u,w)]。由于各個供應(yīng)商之間是獨立且平等的關(guān)系，建立優(yōu)化模型如下：

滿足約束條件：

針對該目標優(yōu)化問題，構(gòu)造拉格朗日松弛函數(shù)：

令 ?L/?u =0， ?L/?w =0 ， ?L /? λu=0，?L/?λw=0，得：

式（12）和（13）給出了uhi和wj的計算方法，因為模型的復(fù)雜多變性，式（12）和（13）采用梯度下降法難以迭代求解[20]。本文采用可變模糊模式識別模型中的循環(huán)迭代方法[21]來求解最優(yōu)隸屬度矩陣uhi*和權(quán)重向量w*，步驟如下：

1）設(shè)定w的迭代精度ε，通常設(shè)定ε=0.0001；

2）初始權(quán)重向量隨機取值w0={w1, w2,… , wn}，要求wj≥0，

3）將w0代入式（12），解得相應(yīng)的初始矩陣

5）比較w1與w0，若則停止迭代，得到最終結(jié)果；否則，繼續(xù)輸入權(quán)重w1進行循環(huán)迭代，直至達到迭代精度后，退出循壞。

在迭代求解過程中，由于模型的合理性和收斂性已經(jīng)在理論上得到了證明[20]，因此權(quán)重向量w既是變量又是已知的，則交叉迭代過程結(jié)束得到的就是最優(yōu)隸屬度矩陣uhi*和最優(yōu)屬性權(quán)重向量w*。最優(yōu)隸屬度矩陣uhi*中，當h=1時，代表各個供應(yīng)商與辨識中心最優(yōu)集之間的隸屬關(guān)系，可記作U(Ai)。

2.4 排序與優(yōu)選

在前景理論中，可根據(jù)前景決策矩陣判斷各個供應(yīng)商的屬性值屬于“收益”或是“損失”。這里采用可變模糊迭代中求得的權(quán)重向量w*=( w1, w2,… , wj,… , wn)，根據(jù)累積前景理論[22]，各個物資供應(yīng)商的累積前景值P(A)i計算如下：

如果通過累積前景值判斷供應(yīng)商的優(yōu)劣，則P(Ai)越大，物資供應(yīng)商Ai越好；如果通過物資供應(yīng)商的隸屬度判斷，則U(Ai)越大，物資供應(yīng)商Ai越好。當前大多數(shù)研究僅單方面根據(jù)前景值或隸屬度進行評價與優(yōu)選[15]，但兩者實際上是從2個維度來判斷物資供應(yīng)商與決策者預(yù)期的關(guān)系，評價結(jié)果取決于決策者的風(fēng)險偏好。如果供應(yīng)商Ai的累積前景值較大，隸屬度較低，說明供應(yīng)商Ai前景較優(yōu)，但與決策期望偏差較大，供應(yīng)商Ai不是最優(yōu)的。若供應(yīng)商Ai的累積前景值較低，但隸屬度較高，表明供應(yīng)商Ai雖然比較接近決策期望，但前景較差，供應(yīng)商Ai同樣不是最優(yōu)的。當且僅當供應(yīng)商Ai的累積前景值越大，且隸屬度越高，供應(yīng)商Ai越優(yōu)。因此，本文為更精確和全面地對各個供應(yīng)商進行排序和優(yōu)選，將各個供應(yīng)商的累積前景值和隸屬度綜合考慮，即提出綜合前景值R(Ai)，其取決于各個供應(yīng)商的累積前景值P(Ai)和隸屬度U(Ai)，計算方法為

式（15）體現(xiàn)了P(Ai)不同正負取值對于綜合前景值的影響。根據(jù)綜合前景值R(Ai)，可以更好地對電網(wǎng)物資供應(yīng)商進行評價和優(yōu)選。

3 應(yīng)用分析

考慮物資部X的配電變壓器供應(yīng)商遴選問題。目前存在5個供應(yīng)商{ A1, A2, A3, A4, A5}可供選擇，需要考慮10個屬性C1～ C10，分別為C1：研發(fā)費用占比，%；C2：產(chǎn)品抽檢合格率，%；C3：出廠試驗一次性通過率，%；C4：運行故障率，%；C5：年度供貨量，萬臺；C6：故障恢復(fù)時間，min；C7：信譽水平；C8：企業(yè)信息化程度；C9：監(jiān)造配合度；C10：用戶滿意度。其中信譽水平按照供應(yīng)商相應(yīng)資信等級賦值，企業(yè)信息化程度主要包括供應(yīng)商的生產(chǎn)設(shè)備機械化、信息一體化程度，監(jiān)造配合度是指供應(yīng)商在監(jiān)造過程中的配合程度，用戶滿意度是指電網(wǎng)公司對于整個供應(yīng)過程的滿意程度。其中C1～C4是精確數(shù)類型，C5～C6是區(qū)間數(shù)類型，C7～C10是語義短語類型。基于電網(wǎng)物資部云檢驗數(shù)據(jù)，通過電網(wǎng)物資部在過去對變壓器供應(yīng)商期望的考慮，X公司決策者提出了期望目標，轉(zhuǎn)化成期望向量為

利用本文提出的方法對變壓器供應(yīng)商進行評價與優(yōu)選。首先，根據(jù)式 （1）處理不同類型信息，得到初始決策矩陣如表2所示。然后按照式 （2）—（5），規(guī)范化處理決策者期望和初始決策矩陣，結(jié)果如表3所示。

表2 具有不同信息類型的初始決策矩陣Table 2 Initial evaluation data with different information types

表3 數(shù)據(jù)規(guī)范化后的期望向量與決策數(shù)據(jù)Table 3 Evaluation data after standardized processing

根據(jù)式（6）和表3中的數(shù)據(jù)，計算各個物資供應(yīng)商與決策層期望向量之間的歐氏距離，結(jié)果如表4所示。

表4 各供應(yīng)商與期望向量之間的距離矩陣Table 4 Euclidean distance between each supplier and expectation

為了計算前景決策矩陣，需要確定式 （7）中的參數(shù)α,β和θ。本文采用Tversky[22]的實驗數(shù)據(jù)，即α=β=0.88，θ=2.25，得到前景決策矩陣如表5所示。

表5 前景決策矩陣Table 5 Prospect decision data for each supplier

通過式（12）—（13）進行交叉循環(huán)迭代計算求解，最終得到的最優(yōu)隸屬度矩陣uhi*為

最優(yōu)權(quán)重為

各個物資供應(yīng)商的隸屬度為U=[0.8783,0.8476,0.9804,0.9106,0.9576]。依據(jù)式（14），各個物資供應(yīng)商的累積前景值為P=[-0 .6060,- 0.7431,- 0.0498,- 0.3368,-0.4231] 。最后根據(jù)式（15）計算得到各個供應(yīng)商的綜合前景值為R=[-0 .0738,-0 .1133,-0 .0010,-0 .0301,-0.0179]。根據(jù)得到的各個供應(yīng)商的隸屬度、累積前景值和綜合前景值，對供應(yīng)商進行排序和對比分析，結(jié)果如表6所示。

表6 本文實例在不同決策方法下的供應(yīng)商排序Table 6 Optimization and ranking of suppliers under different evaluation methods

由表6可以看出，如果根據(jù)隸屬度排序，最優(yōu)供應(yīng)商為A3，次優(yōu)供應(yīng)商為A5；如果從累積前景值來看，最優(yōu)供應(yīng)商為A3，次優(yōu)供應(yīng)商為A4；如果根據(jù)綜合前景值排序，最優(yōu)供應(yīng)商為A3，次優(yōu)供應(yīng)商為A5。結(jié)果說明，供應(yīng)商A4的前景值比供應(yīng)商A5更高，但供應(yīng)商A5與決策者的期望最為接近。綜合考慮，最終的最優(yōu)供應(yīng)商為A3，次優(yōu)供應(yīng)商為A5。

4 結(jié)論

針對電網(wǎng)物資種類和供應(yīng)商數(shù)量較多，存在信息不對稱和個性化需求的問題，本文在電網(wǎng)物資云檢驗環(huán)境下，構(gòu)建物資供應(yīng)商評價指標體系，采用基于前景理論的混合型多決策模型對供應(yīng)商進行評價與優(yōu)選，解決電網(wǎng)物資供應(yīng)商選擇中主觀因素影響、信息利用不充分等現(xiàn)實問題。通過本文提出的評價與優(yōu)選方法，可以將電力物資采購服務(wù)供應(yīng)鏈中的供應(yīng)商選擇評價方法引入電網(wǎng)公司購買服務(wù)的選擇評價，并引入電網(wǎng)公司采購的宏觀調(diào)控目標對其進行改進。與當前的電網(wǎng)物資供應(yīng)商評價方法對比，該方法充分利用了云檢驗環(huán)境下信息的多樣性，規(guī)避了權(quán)重分配時可能出現(xiàn)的主觀因素影響，有助于電網(wǎng)物資部門更加科學(xué)合理地選擇供應(yīng)商，保障電網(wǎng)安全穩(wěn)定運行。