https://www.doczj.com/doc/c91205399.html,
- 1 -
中国科技论文在线
层次分析法供应商选择问题中的应用研究
孙晋炜，黄逸珺
作者简介：孙晋炜（1985），女，硕士，电信运营管理. E-mail: sjwbeijing@https://www.doczj.com/doc/c91205399.html,
（北京邮电大学经济管理学院，北京 100876）
摘要：供应商选择与评价已经成为供应链管理非常重要的一个方面，采用何种方法选择合适
的供应商一致是国内外作者研究的重点，本文对供应链中供应商的评价与选择的线性权重方
法进行了全面综述和分析，总结了方法在实际中的应用和发展演进情况，为了对今后这一领
域的研究提供一些有用的启示和方向性的参考。
关键词： 供应链；供应商；线性权重法；综述
Research of Analytic Hierarchy Process in the Supplier
Selection Problem
SUN Jinwei, Huang Yijun
(Economics & Management School, Beijing University of Posts & Telecommunications, Beijing
100876)
Abstract: Supplier selection and evaluation has become an important part of the supply chain
management, it is becomig the research focus of the researchers at home and abroad that select the
suitable method to choose the appropriate suppliers, this paper reviewed and analyzed the Analytic
Hierarchy Process in supply chain assessment and selection comprehensively, summarized the practical
application of the method and its development evolution. It is valuable for future research on this field
to provide some useful revelation and directional reference.
Key words: supply chain; supplier;vendor;Analytic Hierarchy Process;review
0 引言
供应商选择和评价在供应链管理中扮演着十分重要的角色，而且对于企业的成功是至关
重要的。鉴于供应商选择问题的复杂性，国内外对供应商的评价及选择研究至今己经形成一
些较为成熟的理论和方法，最常用的就是层次分析法。本文对这类方法进行了详尽的综述和
分析，归纳出方法的主要改进方向和改进途径，并对以后的发展提供一些建议和发展方向。
本文综述的目标是供应商的选择方法，检索的数据库集中在经济管理方面。为保证综述
文献的范围，检索的数据库包括英文数据库和中文数据库。其中英文数据库主要包括三大数
据库：Emerald数据库、Elsevier数据库和IEEExplore数据库，这三个数据库覆盖的范围比
较广泛，且文献的质量较高，收录的期刊大多能够被SCI、EI和SSCI检索到，另外还有一
些会议期刊的文献。中文数据库主要是中文学术数据库（中国学术期刊全文数据库）和万方
数据库这两大国内权威中文文献数据库。
1 层次分析法在供应商选择和评价中的应用概述
层次分析法(Analytic Hierarchy Process,AHP)在 20 世纪 70
年代初由美国运筹学家赛惕
(T.L.Satty)教授提出的定性与定量分析相结合的多目标决策方法，它是线性权重法的一种，
Wind and Robinson
[1]
、Mazurak et al
[2]
等和很多其他的学者都认可了在供应商多指标决策中使
用加权线性方法。Timmerman
[3]
和Gregory
[4]
将这种方法用矩阵的形式表现出来，Narsimhan
[5]
使用AHP来确定模型的权重。
https://www.doczj.com/doc/c91205399.html,
- 2 -
中国科技论文在线
层次分析法最大的特点就是把决策者对复杂问题的评价过程量化，充分发挥了人的主观
能动性，在不确定的条件下，根据相关专家等的经验、洞察力等做出判断，把一些定性的因
素量化为数字等级，从而降低了人在决策中的主观臆断造成的不精确性。它根据各个层次的
评价指标和约束条件来进行评价，通过两两比较确定出评价判断矩阵
[6]
，然后综合给出各方
案的权重，以此判断方案的优劣程度。它被广泛地应用在很多行业，如经济管理规划、能源
开发利用、城市产业规划、交通运输等等，决策制定等
[8]~ [11]
。
供应商选择问题，也是需要从不同的层面来进行全面的评价，这种评价结构自身特点也
决定了层次分析法是决策的适合方法之一。而且，层次分析法是一种相对比较成熟的理论，
有大量的实践经验。Weber
[12]
等首先提出将层次分析法用于供应商的选择问题。使用层次分
析法进行供应商选择，基本上需要经历以下步骤
[13]
：
首先根据所选供应商的要求，确定评价选择的目标，根据目标分析出主要的影响因素作
为中间层，再根据每个主要因素找出它的下级影响因素，最后确立评价层级体系。文献中普
遍认同的主要评价指标有质量、交货期、服务、价格、风险、信息以及环保等；然后构造两
两判断矩阵获得指标的权重，通常用 DelPhi 法或 1-9 标度法来构造两两比较判断矩阵。利
用平均值法、特征根法、方根法算出最后的权重。并且进行一致性检验；最后，由下而上计
算出综合权重值，进而对备选供应商进行优先排序。
在文献的分析中，我们可以看到层次分析法是一种比较适合的选择供应商的方法，这是
因为：层次分析法让决策者通过对照相对重要性函数表，给出影响因素两两比较的重要等级，
可靠性高、误差小；层次分析法是比较指标的相对重要性，不像常规的线性权重法，是对指
标权重以及供应商指标直接打分，比较随意。
然而，由于方法本身的缺陷，在方法实际使用过程中也存在一定的局限性，主要表现在
以下几个方面：
（1）人为因素影响较大：
层次法的权重打分需要专家给出，也会受人为因素的影响，从
而影响评价方法的有效性。
（2）对决策人员要求高：
判断矩阵是由评价者或者专家给出的，那么评价的标准就存在了一定的主观因素，它会
受到有关人员的知识结构，个人喜好以及评判水平的影响。
另外，由于一致性检验比较严格，要求决策者在根据评价指标打分的过程中，决策问题
有深刻的了解和良好的逻辑性。有时候可能需要决策者不断地调整，可能会使得本来简化的
问题变得复杂化。
（3）处理评价指标数量有限：
当供应商选择的过程中遇到因素众多、规模较大时，判断矩阵难以通过一致性检验，往
往难于进一步对其分组，而判断矩阵有时难以保持判断的传递性。此时，完全按照层次分析
法进行供应商战略合作伙伴的选择并不是很现实。
因此，建立判断矩阵的科学性已经成为学者研究的重点内容之一，后面重点对层次分析
法在供应商选择问题中的发展演进进行分析和总结。
2 层次分析法在供应商选择问题中的发展
层次分析法是一种应用广泛的多属性决策方法，在使用的过程中，人们对它进行了很多
方面的改进，主要集中在：判断矩阵一致性的研究和权重确定的研究。以下是层次分析法在
供应商选择和评价问题中的演进发展结构图，也是本章的论述框架。
https://www.doczj.com/doc/c91205399.html,
- 3 -
中国科技论文在线
图1 层次分析法在供应商选择和评价问题中的演进发展结构图
2.1 对层次分析法判断矩阵和一致性问题的改进
判断矩阵的一致性问题是层次分析法的核心问题，也是获得正确决策的基础。
研究者提出了很多方法来解决这个问题，其中有临界值法
[14]
，还有文献提出了用统计
检验的方法，来判断一致性，这种统计方法利用一个“统计量”进行评价，虽然它有确定的临
界值，但是需要对“统计量”的分布作出假设
[15] [16]
。几何平均法求权重，是一个新的一致性
检验方法，并且有临界值，但是方法只适用于特定的权重求解方法，实用性较差
[17]
。
还有文献将通常所说的层次分析法的一致性，分为基本一致性和次序一致性。在次序一
致性方面：经常使用的是1~9标度的判断矩阵、0~1矩阵，还有利用图论理论得到检验判断
矩阵是否具有次序一致性的算法；在基本一致性研究方面：现有的改进方法大多没有考虑保
留决策者的原始判断信息，后来学者将灵敏度分析和一致性分析相结合，定义并给出灵敏度
决策区域和满意一致性决策取悦的概念和计算方法，进而给出既能保持决策者的原始偏好，
又满足一致性要求的综合决策区域
[18]
。文献
[18]
给出了较为详细的层次分析法的改进方面，
但是基本上是针对方法本身，并没有针对供应商选择这个问题。
另外，由于供应商选择问题中的不确定性和模糊性，决策者给出的判断也是不确定的答
案，而不是精确值。对于层次分析法的固有缺陷的判断矩阵和一致性检验问题，一些专家提
出了模糊层次分析法，在很多文献中都有体现
[19]~[22]
。
以下重点介绍模糊层次分析法：
（1）模糊矩阵及模糊层次法概述
https://www.doczj.com/doc/c91205399.html,
- 4 -
中国科技论文在线
针对层次分析法存在的判断矩阵和一致性检验问题，提出了模糊层次法，它简化了层次
分析法中一致性检验和调整比较困难的问题，使得方法更加科学和准确。1983 年荷兰学者
Van Loargoven首先提出了用三角模糊数表示模糊比较判断矩阵的方法，并对元素进行了排
序；我国的常大勇、诸克军等学者也先后对三角模糊数在 AHP 中的应用进行了较为深入的
探讨，将AHP法在模糊环境下加以扩展
[23]
。
模糊层次法的操作步骤：
使用模糊层次分析法选择供应商时，首先也需要将评价因素分析成相应的层次结构。
其次用模糊判断矩阵来表示同一层次因素之间的相对重要程度。
然后判断模糊矩阵的一致性。与层次法相比，模糊判断矩阵的一致性有较大的调整，基
本上是先确定某行因素中重要性判断最有把握的一行元素，并作为标准。用标准行的元素减
去其他行的元素，如果得到的元素为常熟，则不用调整这一行的因素。否则，要对这一行进
行调整，直到与标准行的差值为常数。如此循环往复，直到标准行与所有行的差值都是常数
为止 。
最后是同一层次的因素之间重要性排序，和层次总排序。单排序是判断同一层元素之间
的相对重要性。总排序是自上而下对层次单排序的结果加权求和。
（2）模糊层次分析法在供应商选择中的优势
模糊层次法来源于层次法，它同层次法一样把复杂的问题分解成不同的层次，具有简明
的分析思路，同时考虑了定性影响因素和定量影响因素，将人们的观念及语言描述数字化、
系统化。另外模糊层次法将供应商选择中的备选商作为不同的决策方案，考虑影响决策的各
层级的因素并进行全面的衡量，易于得到较为科学的决策方案。并且，有较多的实践经验可
以借鉴。
其次，由于供应商选择问题的特殊性，它包含了大量的不确定因素，这些因素广泛存在
于评价指标和难以量化的客观因素中，还包含了企业选择过程中的实际问题。而模糊层次分
析法利用模糊评判的思想，充分考虑了不确定的和主观的因素。将那些定性因素、模糊因素
量化和归一化，使得评价更为科学易于把
握，解决了一些传统选择方法的不足。
最后，模糊层次分析法是在传统层次分析法的基础上发展起来的，在具体操作中更加科
学简便层次分析法已经是一种相对成熟的理论有大量的实践经验可以借鉴，并且都证明了该
方法的实用性和可靠性，模糊层次分析法具有与层次分析法相同的分析解决问题的思路、特
点和作用，因此也同样具有实用性、可靠性。
2.2 对层次分析法中指标权重计算的改进
层次分析法是典型的多属性决策方法，在多属性方法求解的过程中大多会遇到权重的确
定问题。层次分析法的权重基本上是由专家决策得到的，具有主观性。因此，在客服层次分
析法这个缺点的时候，需要增加它的客观性。从文献的研究来看，大致有两个改进方向：
（1）指标归一化处理，是将指标权重运用数学公式进行归一化处理，使其量化；
（2）指标组合赋权，是将层次分析法这种主观确定权重的方法与客观确定权重的方法相
结合，取长补短。
2.2.1 指标归一化
针对上面提出的第一个改进方向，目前的研究针对层次分析法的定性指标和定量指标分
别给出了一些量化的方法，如下：
https://www.doczj.com/doc/c91205399.html,
- 5 -
中国科技论文在线
（1）定性指标权重的量化
在层次分析法选择供应商的时候，评价指标体系中的指标各自具有不同的含义，并且表
现和衡量也不同。这就使得在一个指标评价体系中，会出现不同的指标权重值。有些是绝对
的，有些是相对的，还有些是平均的。有些指标权重值越高越好，有些则越低越好，还有一
些适中就行。这样会导致各个指标之间不具有可比性，而且不能得到最终的指标加权值。因
此在后面的研究中，学者增加了对指标权重无的标准化、正规化处理，即无量纲化处理。通
过数学模型消除掉指标量纲的影响，将其归一化。
文献
[24]
利用了量纲处理中使用广泛的模糊数学中的隶属函数概念，
使用三套无量纲化模型，正指标类模糊量化模型用于处理正指标类指标权重，这种指标的得
分越大越好。负指标类模糊量化模型主要用于那些得分越低对目标贡献越大的负指标，而适
度指标类模糊量化模型则希望衡量的指标适中，过大或者过小都不好。
（2）定性指标无量纲化处理：
定性指标的处理有两种方法，分别是等级评价和专家系统评价。
1）等级评价：
定性指标的评价以往采用等级参数的方法比较多，让评价人员根据自身的判断给出改指
标的等级，不同的等级评价对应相应的分数，这种方法虽然操作起来比较简单，但是也存在
问题。它对评定小组人员的要求很高，企业需要找
到非常合适的相关领域专家，使得结果过
分依赖于评定专家小组。而且专家不可能对需要评定的内容全面了解，并且还会有很多主观
因素，具有一定的风险性。
2）专家系统评价：
针对评定专家小组的问题，有研究引入了专家系统的方法，模仿人类专家的推到和分析
方式，形成一定的运算规则，进而为该领域提供可靠的服务系统。这个系统其实是沉淀了专
家们的正确的思维方式和逻辑推理规律，同时减少了专家的一些个人因素，更加科学。另外，
专家系统在传统人工智能和系统构造方面有了比较成熟的研究。
使用这样的系统，能够有效地应对专家小组等级评价中的缺陷。首先，它不再需要每次
决策都去寻找该领域的专家，可以用系统根据人类专家输入的知识代替专家小组的推理。另
外，专家系统可以给出完整的推理结果，具有说服性。最后，专家系统融合了众多的专家知
识，并不断丰富完善，避免了单个或少量专家的知识缺陷。用这样的方法可以得到更加准确
的定量指标的处理结果，极大提高推理过程的效率和精确度。
2.2.2 指标组合赋权
针对以上提到的第二个改进方向，使用主观确定权重和客观确定权重的相结合的方法，
大致有以下三种。
（1）AHP方法与DEA方法的组合赋权法
AHP 方法充分采纳了专家的意见，能够较好地解决难于完全量化的分析，与此同时，
它又具有很多的主观性，影响评价结果的科学性。而DEA方法能够对决策单元进行有效性
的评价，评价的过程具有良好的客观性，不受人为因素的影响，但同时也不能很好地反映决
策者的主观偏好。这两种方法各有优缺点。学者在研究的过程中，对两者进行综合。一种是
根据指标的属性，用AHP方法求解定性指标的权重，而使用DEA确定定量指标的权重。另
外一种是分别用AHP和DEA方法对指标进行赋权，最后引入了主、客观偏好系数的概念，
用加权的方法结合AHP和DEA确定综合权重
[27]
。
https://www.doczj.com/doc/c91205399.html,
- 6 -
中国科技论文在线
（2）基于AHP和模糊线性规划的组合赋权方法
这种方法是基于属性值规范化决策矩阵和决策者对方案近似估计的区间数判断矩阵，并
引入了模糊线性规划方法，求得属性权重后，作为方案评价的基础
[28]
。这个模型一方面考
虑了决策者的主观偏好，另一方面还考虑了属性数据的自身特点，将决策者定型化的判断进
行定量的描述和验证，比单纯使用两种方法的可靠性好。而其，在判断信息部分已知的情况
下，决策者很难给出确定的判断矩阵，这个模型采用了区间数和模糊约束来体现供应商选择
问题中的模糊性，
而且还增加了决策柔性，具有较强的操作性。
（3）针对准则层和方案层使用不同的选择方法
这种方法的核心是其核心是将层次分析法中 1~9 级标度进行评价的判断矩阵用三较模
糊数来表示。而在方案层的具体比较时，专家基本上都能根据各个备选方案给出较为客观的
数值判断，可以不用模糊数评价，同时也考虑到控制工作量和选择的准确性，可以再方案层
采用O、G、A、F、P五等级量表进行分析评价。这是由Liberatore提出的一种方法，五个
等级分别为 O（突出，outstanding）、G(优良，good)、A(一般，average)、F(凑合，fair)、
P(较差，poor)，并且假定相邻两个等级对于一个特定等级的相对重要程度差异稳定在2倍之
内，这五个等级两两比较构成一个判断矩阵
[29]
，分别得出各个供应商的分数，并进行比较。
另外，一种分层考虑权重的方法是融合FAHP和模糊多属性群决策方法。在专家给出的
一级指标相对重要性判断上，采用模糊层次分析法计算一级指标的权重值；然后通过模糊多
属性群决策方法求出耳机指标整体评价矩阵和各级指标评价值，以及各方案的总体评价值；
最后，根据各个方案总体评价值的大小在排序的基础上，选出符合要求的供应商
[27]
。
2.3 考虑到外界环境的限制的改进
供应商选择问题越来越复杂，除了提到的信息模糊性和不确定性之外，还会遇到资源有
限的情况，这就使得选择模型必须考虑到限制条件，学者对此采用了线性规划，使得层次分
析法能够考虑到这些条件限制，增强选择结果的可信度。另外，随着全球化采购的发展，供
应商的选择数量会越来越大，考虑的指标也会越来越多，势必会增加层次分析法的复杂性，
考虑到这一点，研究引入了聚类方法。以下两种方法分别介绍在资源限制和供应商数目较多
两种情况下的层次分析法的改进方法。
2.3.1 基于外界资源有限情况下的选择方法改进
基于层次分析法的模糊线性规划模型（AHP-FLP）
[27]
：
在供应商选择问题中，搜集到的信息并不是精确的，他们一般都会有模糊的属性，
Bellman and Zadeh (1970)提出用模糊规划模型来解决模糊环境中供应商的选择问题
[28]
。随
后，他们的方法头一次被Zimmermann
[29]
用来解决模糊多目标线性规划的问题，改模型包括
以下内容
[27]
：
首先， 确定供应商选择的指标体系，并计算出各个层次的权重。
然后，根据问题的目标，限制条件和供应商等来构建供应商选择线性规划模型。找到限
制条件的较低的边界和较高的边界，由此将多目标决策的供应商选择问题转化为单目标线性
规划模型。
最后，由边界
值找到每个指标的隶属函数，基于 AHP 的加权相加模型建立模糊线性最
优化模型。找到最优的解决方案的矢量，这个矢量是最初多目标供应商选择问题的最有效解。
模型的特点如下：
https://www.doczj.com/doc/c91205399.html,
- 7 -
中国科技论文在线
（1）随着供应商选择的日益复杂，评价标准包括了质量评估、价格、送货、生产能力
和灵活性等多个指标，原有的层次分析法无法进行定量的衡量，为了避免这些不足，引入模
糊方法。
（2）传统的 AHP方法是在非限制的情况下，选择最好的供应商的。在愈加复杂的全球
竞争中，公司会遇到很多不同的资源限制，如人力资本、生产能力和制造能力，这个模型充
分考虑到了实际生产过程中的这些资源限制。
（3）AHP-FLP模型，考虑到了更多的因素，使得评价更加全面，评价结果也更优于传
统的层次分析法。
2.3.2 基于备选供应商数目较大时的方法改进
基于层次分析法的模糊C均值模型，简称VFA模型。在研究中，除了考虑层次分析法
本身存在的问题的改进，还有学者为了增强层次分析法的适用性，进行了一些研究。基于层
次分析发的模糊C均值模型就是一个例子。
基于层次分析法的模糊C均值模型，简称VFA模型。这个模型结合了模糊C均值聚类
（FCM）和层次分析法。当供应商选择的数量较多时，通过层次分析法将指标简单地分为
两层已经不能满足要求，计算量会很复杂，有时候还会出现错误。为了使层次分析法也适用
于大量供应商选择问题，增加了FCM算法进行聚类分析。
FCM算法是由Bezdek在1981年提出来的
[30]
，到现在这种方法在仍然是非常受欢迎的
聚类技术，广泛应用于图像分类处理上。应用于供应商选择中的 VFA 模型，大致需要经历
以下步骤
[31]
：
首先，在问题提出阶段，需要在经过若干个供应商测验的基础上，构建评价指标层次；
并通过两两比较，确定指标的权重。其次，使用FCM对大量的供应商进行高校地聚类分析，
类似的供应商基本上会被分到一个聚类中。最后，在表现最好的聚类中选择最好的供应商，
这个时候使用到了层次分析法。
3 结论
层次分析法是一种经典的多属性目标决策方法，广泛适用于各种决策的制定问题中，在
供应商选择问题中也有广泛的应用。
层次分析法的主要优点是，将分析问题层次化，更加符合人的逻辑思维，并充分考虑了
决策者的偏好。针对层次分析法存在的问题，学者们这要从三个方面对它进行了改进，分别
是：针对模糊何不确定性环境；一致性检验问题；还有指标量化问题。
通过对AHP方法相关文献的总结分析，以后的研究还
有以下几个方面需要注意：
（1）一般的层次分析法都是用来解决单个决策者的判断情况，很少有文献专门提出群
决策问题，因此如何建立群决策矩阵，并判断它的一致性问题也是比较重要的。
（2）在决策过程中，对于有些指标使用区间数判断，也会有自然语言描述的判断，还
有用精确的数字计算。如何将各种类型的判断结果进行科学的归一化比较，并形成科学的判
断结果，这方面的研究尚未形成统一的结果。以后的研究可以增加对着方面的探索，尽量能
够使用更加科学的归一化方法，将决策者不同形式的评价进行科学的比较。
（3）随着供应链环境的日益复杂化，方法使用的外界环境的条件是不可忽略的一个重
要提限制，电子商务的发展和普及、全球采购和横向一体化管理模式的趋势，为层次分析法
的使用提出了新的要求，这方面的研究将会有更加重要的实际意义。
https://www.doczj.com/doc/c91205399.html,
- 8 -
中国科技论文在线
[参考文献] (References)
[1] Wind, Y., Robinson, P.J. The determinants of vendor selection: the evaluation function approach[J]. Journal of
Purchasing andMaterials Management,1968,29～41.
[2] Mazurak, R.E., Rao, S.R., Scotton, D.W.Spreadsheet software applications in purchasing[J]. Journal of
Purchasing and Materials Management, 1985, 8～16.
[3] Timmerman E. An approach to vendor performance evaluation[J]. Journal of Purchasing and Materials
Management, 1986,2～8.
[4] Gregory ,R.E..Source selection :a matrix approach[J]. European Journal of Purchasing & Supply
Management ,1986 ,22 :24～29.] 。
[5] Narsimhan R.An analytical approach to supplier selection[J]. Journal of Purchasing and Materials
Management,1983, 27～32.
[6]W.C Benton ,Seunwook Park.A classification of literature on determining the lot size under quantity
discounts[J]. European Journal of Operational Research, 1996,92:219～238.
[7] 朱道立. 物流和供应链管理[M]. 上海：复旦大学出版社，2001：1～54）：
[8] Chan, F. T & Ip, R. W. L. Multi-attribute analysis of flexible manufacturing systems via simulation[J]. 1995
intelligent systems for the 21st century. IEEE International Conference on Systems, Man and Cybernetics, 2,
1327～1332.
[9] Cheng, E. W. L., Li, H., & Ho, D. C. K. Analytic hierarchy process.Measuring[J]. Business Excellence,
2002,6(4): 33～37.
[10] Padillo, J. M., Meyersdorf, D., & Reshef, O. Incorporating manufacturing objectives into the semiconductor
facility layout design process: A methodology and selected cases[J]. In 1997 IEEE/SEMI advanced semiconductor
manufacturing conference,1997: 434～439.
[11] Punniyamoorthy, M., & Ragavan, P. V. A strategic decision model for the justification of technology
selection[J]. International Journal of Advanced Manufacturing Technology, 2003,21:72～78
[12]
Weber CA Current J.RBentonWC. Vendor Selection Criteriaand Methods[J]. European Journal of
Operational Researeh, 1991,50:2～18.
[13] Jay B.Barney.Gaining and Sustaining ComPetitive advantage[M]. Addison Wesley Publishing Con1Pany，
1997.
[14] TkaedaE,Yup.Assessing. Priority weights from subsets of pairwise comparisons in multiple criteria
optimization problems[J]. European Journal of Opeartional Reseaerh, 1995, 86(2):315-331.
[15] 杜之韩. 判断矩阵一致性检验的新途径[J]. 系统工程理论与实践，1998，18(6)：102～104.
[16] 陈景秋，王宗笠. AHP比较矩阵一致性的统计分析[J]. 系统工程学报，13(3)：100～103.
[17] AguaronJ，MariaJ，JimenezM.The geometric consistency index:approximated thresholds [J]. Euorpena Jornal
of Operational Reseacrh, 2003, 147(l):137～145.
[18] 朱建军. 层次分析法的若干问题研究及应用[D]. 辽宁：东北大学, 2005.
[19] Buckley, J. Fuzzy hierarchical analysis[J]. Fuzzy Sets and Systems, 1985, 17(3),233～247.
[20] Csutora, R., & Buckley, J. Fuzzy hierarchical analysis: The Lambda-Max method[J]. Fuzzy Sets and
Systems,2001, 120:181～195.
[21] Lee, A. H. I., Kang, H. Y., & Wang, W. P. Analysis of priority mix planning for semiconductor fabrication
under uncertainty[J]. International Journal of Advanced Manufacturing Technology,2005, 28:351～361.
[22] Murtaza, M. B. Fuzzy-AHP application to country risk assessment[J]. American Business Review, 2003,
21(2):109～116.
[23] 舒丽丽. 船舶设备供应商的评价选择研究[D]. 哈尔滨：哈尔滨工业大学，2007
[24] 张顾海. 供应链管理下的供应商选择研究[D]. 上海：同济大学，2006
[25] 常大勇，舒丽丽.经济管理中的模糊数学处理方法[M]. 北京：北京经济学院出版社，1994：132～154.
[26] 关志民. 供应链环境下供应商选择方法及其应用研究[D]. 辽宁：东北大学,2006
[27] Mehmet Sevkli, S.C. Lenny Koh, Selim Zaim, et al. Hybrid analytical hierarchy process model for supplier
selection[J]. Industrial Management & Data Systems, 2008, 108(1): 122～142.
[28] Bellman, R.G,Zadeh, L.A. Decision making in a fuzzy environment[J]. Management Science, 1970,17 (2):.
141～164.
[29] Zimmermann, H.J. Fuzzy programming and linear programming with several objective functions[J]. Fuzzy
Sets and Systems, 1978, 1:45～55.
[30] Hua Bai. A fuzzy AHP based evaluation method for vendor selection[J]. 4th IEEE International Conference
on Management of Innovation and Technology,2008:1077～1081.
[31] M. S. Q. Zulkar Nine1, Md. A. K. Khan1, Mahedi Hasanul Hoque1, et al. Vendor Selection Using Fuzzy C
Means Algorithm and Analytic Hierarchy Process, FUZZ-IEEE, 2009:181~184