Content uploaded by Shengbin Ma
Author content
All content in this area was uploaded by Shengbin Ma on Feb 12, 2024
Content may be subject to copyright.
书书书
第37 卷第 5期
2020 年10 月土木工程与管理学报
Journal of Civil Engineering and Management
Vol．37 No．5
Oct． 2020
收稿日期：2019-11-11 修回日期：2020-03-29
作者简介：赵 辉（1978-） ，
男，
山东兰陵人，
博士，
教授，
研究方向为工程项目管理（Email：zhaohui43@ 126．com）
基金项目：国家自然科学基金（71471094）
基于前景理论的装配式建筑预制构件供应商选择
赵 辉，马胜彬，卜泽慧，刘 欣
（青岛理工大学 管理工程学院，山东 青岛 266520）
摘 要：近年来，
装配式建筑发展迅速，
预制构件作为建筑物核心构成要素，
决定着装配式建筑的质量水平，
因
此，
做好装配式建筑预制构件供应商的选择至关重要。以业主采购视角建立了装配式建筑预制构件供应商评
价指标体系，
通过 C-OWA 算子对指标进行赋权，
并将犹豫模糊集和前景理论相结合构建了装配式建筑预制构
件供应商选择模型，
在考虑采购方心理行为特征因素影响的基础上，
以犹豫模糊集为描述语言构造决策矩阵，
解决了决策环境的犹豫模糊性和不确定性，
然后通过计算指标前景价值和心理权重来确定综合前景值，
以此对
备选供应商进行优劣排序，
提高了决策的准确性。最后通过算例进行演算，
检验了该模型的有效性和可行性。
关键词：装配式建筑；预制构件；前景理论；犹豫模糊集；供应商选择
中图分类号：F407．9；TU721+．1 文献标识码：A文章编号：2095-0985（2020）05-0001-07
Supplier Selection of Prefabricated Building Components
Based on Prospect Theory
ZHAO Hui，MA Sheng-bin，BU Ze-hui，LIU Xin
（School of Management Engineering，Qingdao University of Technology，Qingdao 266520，China）
Abstract：In recent years，prefabricated buildings have developed rapidly． As the core component of
buildings，prefabricated components determine the quality level of dress matching buildings．
Therefore，it is very important to choose suppliers of prefabricated components for prefabricated
buildings． The evaluation index system of prefabricated building component supplier is established
from the perspective of owner procurement． The index is weighted by C-OWA operator，and the
supplier selection model of prefabricated building component is constructed by combining hesitant
fuzzy set and prospect theory． Considering the influence of the factors of the psychological behavior of
the purchaser，the decision matrix is constructed with the description language of the hesitant fuzzy
set，which solves the hesitant fuzzy and uncertainty of the decision-making environment． Then the
comprehensive foreground value is determined by calculating the foreground value and psychological
weight of the index，so as to rank the candidate suppliers and improve the accuracy of decision-
making． Finally，the effectiveness and feasibility of the model are verified by an example．
Key words：prefabricated building；prefabricated components；foreground theory；hesitant fuzzy set；
supplier selection
装配式建筑在我国政策持续推动和建筑技术
持续改革的背景下开始高速发展，
作为一种可持
续发展的绿色低碳建造模式，
它具有“
集约化、
工
业化、
低能耗”
的显著优势。装配式建筑打破了
传统建筑
“
秦砖汉瓦”
的建造模式，
形成了建筑构
件
“
标准化”，
建造模式
“
工业化”
的新局面。由于
装配式建筑带来的采购模式的变革，
在对预制构
件供应商进行选择时需要考量的因素也更加复
杂，
而预制构件供应商的合理优选将直接影响着
装配式建筑能否顺利建成。
DOI:10.13579/j.cnki.2095-0985.2020.05.001
土木工程与管理学报 2020 年
国内外学者对于供应商选择问题的研究主要
集中在指标体系和评价方法两个方面，
且更多涉
及的是工农业产品［1，2］、
贸易商品［3，4］以及传统建
筑材料［5，6］等领域，
对于装配式建筑预制构件供
应商选择的研究却寥寥无几。现有研究中，
潘雨
红等［7］通过 DEMATEL（Decision-making Trial and
Evaluation Laboratory）方法和 BP （Back Propaga-
tion）神经网络的结合对指标体系进行了相关性
分析；石晓波等［8］从特有性、
传统性和前瞻性三
个角度构建了评价指标体系，
并进一步对指标进
行了优化分析；陈为公等［9］从装配式建筑部品业
主采购的视角建立指标体系，
通过 ANP （Analytic
Network Process）进行赋权，
并采用改进的 TOPSIS
（Technique for Order Preference by Similarity to an
Ideal Solution）法对各个供应商进行评价；杨斯玲
等［10］通过直觉模糊加权平均算子和熵权法进行
组合赋权，
并应用 TODIM（Interactive and Multicri-
teria Decision Making）法来确定各备选供应商的
总体优势度。
综合来看，
上述方法在各个领域都表现出独
特的适用性，
但多以决策者完全理性为假设，
并未
考虑决策者心理行为因素。而事实上，
在进行装
配式建筑预制构件供应商选择时，
决策结果会受
到决策者心理行为特征的影响。因此，
本文主要
从考虑采购方决策态度的角度出发，
引入了前景
理论来解决该问题。目前，
前景理论在多属性决
策问题中已得到广泛应用，
已有学者将其拓展到
行为决策［11］、
方案优选［12］、
合作伙伴选择［13］及投
资决策［14］等领域。而装配式建筑环境下的供应
商选择作为一个典型的多属性决策问题，
引入前
景理论可以通过计算每个备选供应商相对于参考
点的前景值来代替期望价值，
充分考虑备选供应
商的不确定性和采购方决策者的主观偏好，
准确
表示出备选供应商基于参考点的收益和损失情
况。同时考虑到该决策问题涉及到众多因素，
决
策环境具有犹豫模糊性，
决策者可能会由于时间
或自身知识等方面的限制，
在决策时优柔寡断、
犹
豫不决，
极易造成意见分歧，
因此引入犹豫模糊集
来描述决策者的评价语义信息。犹豫模糊集自
Torra 提出后，
已在各类合作伙伴选择等决策问题
中广泛应用［15～ 17］，
它允许采购方决策者赋予每个
指标不同的评价语值，
更好地保留评价信息。基
于上述分析，
笔者针对装配式建筑预制构件供应
商决策中未考虑采购方决策者心理行为因素和指
标评价值难以表达的问题，
充分结合了前景理论
和犹豫模糊集的优势，
构建了一种适用于装配式
建筑预制构件供应商选择的决策模型，
使采购方
决策者在对供应商进行选择时更加科学合理。
1装配式建筑预制构件供应商评价
指标体系
装配式建筑与传统现浇建筑在建造流程方面
存在着较大差异，
并且在设计阶段、
预制构件生
产、
运输阶段、
施工阶段和验收阶段涉及到的利益
相关者关系更加复杂（见图 1）。从业主采购角度
来看，
采购对象不再是混凝土、
钢筋、
水泥等原材
料，
而是柱、
梁、
板等预制构件半成品甚至成品，
在
采购过程中，
不仅要求供应商应当提供质量合格
的预制构件产品，
还要综合考量供应商第三方物
流的运输能力和其他协同服务；不再单一地考虑
建筑材料强度、
规格是否合格，
还要综合考虑建筑
预制构件与建筑物本身的兼容性、
结构稳定性以
及相关单位的协调度等问题［18］。
图1装配式建筑建造流程
由于装配式建筑预制构件产品特征与传统意
义上的建筑产品特征有明显区别，
预制构件在运
输方式和设计方式上也明显不同于一般产品，
对
产品质量、
供货能力、
服务水平等方面有着更加严
格的要求，
因此，
尽管传统现浇建筑原料等其他领
域的供应商选择评价标准已较为成熟，
也不能完
全沿用过去的评价标准体系。在构建装配式建筑
预制构件供应商评价指标体系时，
应充分考虑其
产品特征，
基于产品特征设置具体指标。
（1）质量水平
预制构件作为装配式建筑物的主要部品，
将
以成品的形式直接应用于装配过程，
对其质量有
着严格的要求，
采购方往往要求供应商在进行构
件生产时必须严格按照二次深化设计图纸进行高
精度、
高质量、
标准化生产。因此设置了产品合格
率和返修退货率来考量最基本的质量水平，
同时
更加突出对产品安全和耐久性能的要求，
以保证
·2·
第5期 赵 辉等：基于前景理论的装配式建筑预制构件供应商选择
预制构件在一定年限内的使用质量，
并通过产品
生产柔性来凸显供应商的灵活性、
应变能力和对
产品质量的保障能力。而对于有个性化要求的装
配式建筑物，
传统工艺手段虽能满足其标准化生
产，
却无法满足预制构件的多样化生产，
因此还特
别设置了产品工艺水平指标。
（2）供货能力
预制构件物理性能会受到堆放场地是否平
整、
装卸过程是否规范、
防水措施是否到位等因素
的影响，
因此在预制构件运输过程中应当有相应
的保护措施。这就要求供应商在供货能力方面具
备较高的水平，
重点体现在供货准确性和运输安
全性是否有保障，
供货辐射范围是否够广，
大型构
件运输能力是否够强。
（3）企业综合能力
鉴于装配式建筑具有设计复杂性、
生产标准
化及生产多样化的特点，
供应商企业应当具备良
好的企业综合能力，
因此设置开发和设计能力指
标来考核供应商在预制构件产品设计深度、
设计
方法和设计流程等方面的水平，
同时综合考虑企
业发展前景、
管理水平、
财务状况及信誉等方面
因素。
（4）服务水平
基于预制构件运输和存放的特殊性，
供应商
应当提供更全面的服务，
主要设置售后服务能力、
技术服务能力和安装人员基本素质来考察此方
面，
其中技术服务能力要求企业具有较高的信息
化技术水平。因为在施工时需要预制构件供应
商、
第三方物流和施工方相互协调，
保证构件按时
进场、
安全进场，
所以在预制构件运输、
存放和施工
等环节只有提供足够的信息技术服务，
才能协同保
障质量水平、
供货能力和企业综合能力的提高。
笔者在综合考虑现浇建筑体系和其他相关领
域供应商选择时需要考虑的共有影响因素的基础
上，
结合装配式建筑预制构件的上述特征，
梳理国
内装配式建筑行业规范标准文件，
遵循系统全面
性原则、
灵活性原则以及定性和定量相结合的原
则，
参考已有文献中的相关内容［7 ～ 10，19］，
将其指标
加以概括整合，
最终从成本价格、
质量水平、
供货
能力、
企业综合能力和服务水平 5个方面筛选出
适用性较强的影响指标。为保证指标的可信度，
首先对采购方、
供应商的相关工作人员和科研机
构专家进行走访及问卷调查，
共计发放问卷 100
份，
回收有效问卷 86 份。根据第一轮问卷调查结
果及专家反馈意见来设计第二轮专家调查问卷，
通过两次问卷调查，
筛除冗余性和相关性较强的
指标，
最终构建了装配式建筑预制构件供应商选
择指标体系，
如图 2所示。
图2装配式建筑预制构件供应商选择指标体系
2装配式建筑预制构件供应商评价
模型
装配式建筑预制构件供应商选择是一个典型
的多属性决策问题，
且存在较高的复杂性和不确
定性，
因此在决策过程中应充分考虑决策者不可
避免的潜意识心理对决策结果造成的影响，
而且
仅靠实数作为评价语义信息已不能满足该类复杂
决策，
甚至会导致决策失误。为此，
笔者将前景理
论拓展到犹豫模糊环境中，
采用常见的犹豫模糊
语言作为信息表达方式，
构建了基于前景理论的
装配式建筑预制构件供应商评价模型。
2．1 基于 C-OWA 算子的指标赋权
组合数有序加权算子（Combination Ordered
Weighted Averaging，C-OWA）是能够实现科学加
权计算的组合数改进加权向量。在权重集结时，
评价指标的权重值与每一个决策数据的位置都有
关联，
因主观因素给出的极高值和极低值都会被
分配到影响度相对较弱的位置，
从而削弱了主观
因素造成的赋权偏差，
使得这种赋权方法比较客
观合理［20］。
（1）将某一个指标数据集 Ai=｛x1，x2，…，xn｝
中的数据按从大到小顺序排列，
得b0≥b1≥…≥
bn－1，
得到新的数据集 bi=｛b0，b1，…，bn－1｝。
（2）通过组合数设计数据 bi的权重。
·3·
土木工程与管理学报 2020 年
ωi+1=Ci
n－1∑
n－1
k=0
Ck
n－1=Ci
n－1/2n－1（1）
式中：Ci
n－1为组合数，i=0，1，2，…，n－1。
（3）通过权重 ωi+1对决策数据加权，
得到指
标Aj的绝对权重值 珚
ωj。
珚
ωj=∑
n－1
i=0
ωi+1bi，j=1，2，…，m（2）
式中：m为指标个数
（4）计算指标 Aj的相对权重值 ω″j
ω″j=珚
ωj∑
m
j=1
珚
ωj，j=1，2，…，m（3）
2．2 装配式建筑预制构件供应商评价模型
2．2．1 前景理论
由Kahneman 等人提出
“
前景理论”
的主要特
征是通过价值函数和概率权重来替代传统期望效
用理论中的效用和概率，
以“
有限理性”
为前提，
来反映决策者的主观风险偏好，
使得决策结果更
符合决策者的思维实际［21，22］。决策结果通过综
合前景值 V（f）=v（Δx）πi来确定，
其中，V由价值
函数 v和决策权重函数 π决定；Δx表示 x偏离某
一参考点 x0的大小，
Δx≥0说明获得收益，
Δx＜0
说明遭遇损失。
2．2．2 犹豫模糊集理论
定义 1［23］：设非空集合 X是给定的论域，
称H
=｛＜x，hH（x）＞ | x∈X｝为X上的犹豫模糊集，
其中
hH（x）是由区间［0，1］上几个不同的数构成的集
合，
表示 x属于集合 H的若干种可能隶属度；h=
hH（x）=｛γ|γ∈hH（x） ｝ =H｛γ1，
γ2，…，
γl｝为一个
犹豫模糊数，
γλ∈［0，1］，
λ=1，2，…，l；犹豫模糊
数h的补为 hc=H｛1－γ1，1－γ2，…，1－γl｝ ； l为犹
豫模糊数 h中元素的个数。
定义 2
［24］：对于定义在 x∈X上的犹豫模糊数
h，
称S（h）=∑
γj∈h
（γi－γj）
槡
2/l 为h的方差函数。
定义 3［24］：对于定义在 x∈X上的犹豫模糊
数h，
称G（h）=［（ （ γ1）ξ+（γ2）ξ+…+（γl）ξ）/l］/ξ
为h的得分函数，
ξ（0＜ξ≤1）将依照所面临的决
策问题进行调整。
当ξ=1时，
记G1（h）=［（ γ1+γ2+…+γl）/l］
为最基础的得分函数；当G（h1）＞G（h2） ，
则h1＞
h2，
即前者优于后者，
反之，
则表示前者劣于后者；
当G（h1）=G（h2） ，
此时将引入方差函数来进行比
较，
若S（h1）＞S（h2） ，
则h1＜h2，
若S（h1）＜S（h2） ，
则h1＞h2，
若S（h1）=S（h2） ，
则h1≈h2。
计算犹豫模糊集之间的距离之前，
首先要使
两个集合中的犹豫模糊数个数相等，
然后再通过
公式来计算距离，
本文将采用犹豫模糊 Euclidean
距离测度 dE（h1，h2）［25］进行表示：
dE（h1，h2）=∑
l
λ=1（γλ
1－γλ
2）2
槡/l （4）
2．2．3 装配式建筑预制构件供应商选择步骤
假设一个装配式建筑预制构件供应商选择问
题包括 m个备选供应商和 n个评价指标，
设Y=
｛Y1，Y2，…，Ym｝ ，A=｛A1，A2，…，An｝分别表示供
应商集和指标集，
且指标权重未知，
用向量表示为
W=（w1，w2，…，wn）T，
ωj∈［0，1］，
∑
n
j=1
wj=1。设
G=（hij ）m×n为犹豫模糊决策矩阵，
其中hij （i=1，2，
…，m；j=1，2，…，n）是一个犹豫模糊数，
表达了供
应商Yi满足指标Aj的程度，
表示为hij =H｛γij
1，
γij
2，
…，
γij
lij ｝ ，lij 是犹豫模糊数中元素的个数。
Step 1：应用 C-OWA 算子对指标赋权。
Step 2：构造标准化犹豫模糊决策矩阵。
将犹豫模糊决策矩阵 G=（hij ）m×n中的元素
增序排列，
对于元素个数不相同的犹豫模糊数，
应
用公式 珔
γ=ξγ +（1－ξ）γ″向元素少的犹豫模糊数
添加元素至相同［26］，
其中，
γ=min｛γk| k =1，2，
…，l｝ ，
γ″=max｛γk| k =1，2，…，l｝ ，l为元素个数
最多的犹豫模糊数中的元素个数。
考虑到指标一般具有收益型和成本型两类，
对于收益型指标有 珔
hij =hij ，
对于成本型指标有 珔
hij
=hc
ij ，
因此应用公式 hc
ij =H｛1－γ1
ij ，1－γ2
ij ，…，1－γlij
ij ｝
对决策矩阵进行归一化处理，
得到标准化的犹豫
模糊决策矩阵 珔
G=（hij ）m×n。
Step 3：前景值计算。
根据归一化矩阵 珔
G=（hij ）m×n，
寻找中位数
hjk 为决策参考点来确定前景价值函数 v（珔
hijk ） ：
v（珔
hijk ）=（dE（珔
hijk ，hjk ） ） α，珔
hijk ≥hjk
－λ（dE（珔
hijk ，hjk ） ） β，珔
hijk ＜ hjk
{
（5）
式中：k为中位个数；dE（珔
hijk ，hjk ）由式（4）确定；α
和β表述了决策者对收益和损失的敏感性程度，
α＞0，
β＜1；λ反映了相对于收益而言，
决策者对损
失更加敏感，
λ＞1。
Step 4：决策者心理权重的确定。
犹豫模糊环境下的收益和损失的决策权重函
数表示为：
π（pj）+=pθ
j
［pθ
j+（1－pj）θ］
1/θ，珔
hijk ≥hjk
π（pj）－=pδ
j
［pδ
j+（1－pj）δ］
1/δ，otherwise
（6）
·4·
第5期 赵 辉等：基于前景理论的装配式建筑预制构件供应商选择
式中：pj为专家给出的指标权重；θ和δ分别为决
策者的收益偏好程度和风险规避程度，
是决策者
在收益和损失状态下的不同风险偏好系数。其
中，
相关参数设置为［27］：λ=2．25，ɑ=β=0．88，
θ=
0．61，
δ=0．69。
Step 5：综合前景值的计算。
由式（7）确定综合前景值为：
v（hij ）=∑
v（珔
hijk）≥0
π（pj）+v（珔
hijk ）+
∑
v（珔
hijk）＜0
π（pj）－v（珔
hijk ） （ 7）
Step 6：对综合前景值进行排序，
确定最优供
应商。
3实证研究
某建设单位要承建一栋大型装配式建筑，
需
要采购大量的预制构件，
经过初步筛选，
在本市范
围内确定了 4家装配式建筑预制构件供应商，
由
于采购需求量较大，
因此 4家供应商都有强烈的
合作意愿。建设单位采购部门邀请相关专家对成
本价格、
质量水平、
供货能力、
企业综合能力和服
务水平 5个方面进行打分，
首先通过 9标度法给
出语言术语集 S，
对于效益型指标，S=｛s1（非常
差） ，s2（很差） ，s3（差） ，s4（有点差） ，s5（一般） ，s6
（有点好） ，s7（好） ，s8（很好） ，s9（非常好） ｝ ，
对于
成本型指标，S=｛s1（非常低） ，s2（很低） ，s3（低） ，
s4（有点低） ，s5（一般） ，s6（有点高） ，s7（高） ，s8（很
高） ，s9（非常高） ｝ 。
Step 1：邀请专家对 20 个三级指标进行打分，
得到结果如表 1所示。
将决策数据集按照从大到小顺序排列得到
A1=｛5．0，4．5，4．5，4．0，4．0，3．5｝ ，
其中 n=6，
因此
通过式（1）得到赋权向量 ωj=（0． 0313，0 ． 1563，
0．3125，0．3125，0．1563，0． 0313） ，
进而通过式（2）
得到 Aij 的绝对向量 珚
ωij =（4． 251，4． 579，4． 300，
4．157，4． 157，4 ． 345 ，4． 845，4 ． 095，4． 110 ，3． 782 ，
4．548，4．048，4． 142，3． 766，4． 392，4． 157，4． 110，
3．907，4．563，4．548） ，
通过式（3）得到最终相对权
重ω″ij 如表 2所示。
Step 2：现以
“
供货能力”
指标为例，
采用本文
所提方法进行详细计算。由专家根据打分标度对
4个指标进行打分，
得到原始矩阵如表 3所示。
假设专家为风险中立，
即ξ=0．5，
将上述原始
打分矩阵进行标准化处理，
得到标准化矩阵如表
4所示。
表1专家打分结果
指标 专家打分
1 2 3 4 5 6
A11 4．5 4．0 5．0 4．5 3．5 4．0
A12 5．0 4．5 4．5 4．0 4．5 5．0
A13 4．0 3．5 3．0 4．5 5．0 4．0
A21 3．5 4．0 4．5 4．5 4．5 3．5
A22 4．5 4．0 3．5 4．5 3．5 4．5
A23 4．5 4．5 4．5 4．5 3．5 4．5
A24 3．0 5．0 5．0 5．0 4．5 4．5
A25 3．5 4．5 4．0 4．5 3．0 5．0
A31 5．0 3．5 3．5 4．5 5．0 4．0
A32 3．5 4．0 4．5 3．0 3．5 5．0
A33 4．5 5．0 4．5 4．5 4．5 3．5
A34 3．0 4．0 5．0 3．5 3．5 4．0
A41 5．0 4．5 3．5 4．5 4．0 5．0
A42 4．0 4．5 4．0 3．0 4．0 4．0
A43 4．5 5．0 4．0 4．5 4．5 3．5
A44 3．5 4．0 4．5 3．5 5．0 4．5
A45 4．0 5．0 3．5 4．0 4．5 5．0
A51 4．0 4．5 3．5 4．5 3．0 3．5
A52 4．0 4．5 4．5 4．5 5．0 4．5
A53 4．5 3．5 5．0 5．0 4．0 3．5
表2指标权重
指标 权重 指标 权重
A11 0．050 A33 0．054
A12 0．054 A34 0．048
A13 0．051 A41 0．049
A21 0．049 A42 0．044
A22 0．049 A43 0．052
A23 0．051 A44 0．049
A24 0．057 A45 0．048
A25 0．048 A51 0．046
A31 0．048 A52 0．054
A32 0．045 A53 0．054
表3专家打分原始矩阵
供应商 A31 A32 A33 A34
Y1｛s1，s2，s3｝ ｛ s3，s5，s7｝ ｛ s4，s6｝ ｛ s2，s3，s4｝
Y2｛s1，s3，s5｝ ｛ s2，s4，s6｝ ｛ s3，s4，s5｝ ｛ s1，s4，s7｝
Y3｛s3，s5｝ ｛ s4，s6｝ ｛ s4，s5，s6｝ ｛ s3，s7｝
Y4｛s1，s5｝ ｛ s2，s6｝ ｛ s2，s3，s4｝ ｛ s4，s8｝
表4标准化矩阵
供应商 A31 A32 A33 A34
Y1｛s1，s2，s3｝ ｛ s3，s5，s7｝ ｛ s4，s5，s6｝ ｛ s2，s3，s4｝
Y2｛s1，s3，s5｝ ｛ s2，s4，s6｝ ｛ s3，s4，s5｝ ｛ s1，s4，s7｝
Y3｛s3，s4，s5｝ ｛ s4，s5，s6｝ ｛ s4，s5，s6｝ ｛ s3，s5，s7｝
Y4｛s1，s3，s5｝ ｛ s2，s4，s6｝ ｛ s2，s3，s4｝ ｛ s4，s6，s8｝
·5·
土木工程与管理学报 2020 年
Step 3：通过式（5）计算前景值，
结果如表 5
所示。
表5部分指标在各供应商下的前景值
供应商 A31 A32 A33 A34
Y1－0．884 0． 098 0．197 －0．495
Y2－0．184 －0． 135 －0．444 －0．317
Y30．110 0． 122 0．197 0．060
Y4－0．505 －0． 274 －0．424 0．172
Step 4：通过式（6）以及Step 1 中专家给出的权
重信息来计算各指标下的心理权重，
如表 6所示。
Step 5：由于篇幅原因，
本文以二级指标“
供
货能力”
下的 4个三级指标为例进行了演算，
在
计算综合前景值前，
其他 16 个三级指标的前景值
和心理权重需重复 Step 2 ～ Step 4 的计算过程（结
果见表 7，8） ，
从而应用式（7）得到各方案的综合
前景值（见表 9）。
表6部分指标在各供应商下的心理权重
供应商 A31 A32 A33 A34
Y10．109 0． 125 0．137 0．109
Y20．109 0． 105 0．117 0．109
Y30．129 0． 125 0．137 0．129
Y40．109 0． 105 0．117 0．129
表7所有指标在各供应商下的前景值
供应商 A11 A12 A13 A21 A22 A23 A24 A25 A31 A32
Y1－0．652 0． 083 0．098 －0．135 0． 110 0．060 －0．323 －0． 317 －0．884 0．098
Y2 0．231 －0． 323 －0．247 0．197 －0．455 0．231 －0． 317 －0．145 －0．184 －0．135
Y3 0．124 0．144 －0．135 0． 060 －0．444 0．197 －0． 274 0．524 0． 110 0．122
Y4－0．414 0．188 0．524 0． 124 0．135 －0．884 －0 ．525 0． 197 －0．505 －0．274
供应商 A33 A34 A41 A42 A43 A44 A45 A51 A52 A53
Y1 0．197 －0． 495 －0．323 0．087 0．222 －0．424 0．098 0．122 0．110 0． 197
Y2－0．444 －0． 317 0．122 0．241 0．197 －0．341 0 ．197 0．060 －0．135 －0．884
Y3 0．197 0．060 －0．331 0． 112 －0．505 0．110 0．122 0．124 0．122 0．098
Y4－0．424 0． 172 －0． 884 －0．317 0 ．197 －0．184 0． 060 －0．444 －0．424 0．060
表8所有指标在各供应商下的心理权重
供应商 A11 A12 A13 A21 A22 A23 A24 A25 A31 A32
Y10．111 0． 137 0．133 0．110 0．130 0．133 0．121 0．109 0．109 0． 125
Y20．132 0． 117 0．113 0．130 0．110 0．133 0．121 0．109 0．109 0． 105
Y30．132 0． 137 0．113 0．130 0．110 0．133 0．121 0．129 0．129 0． 125
Y40．111 0． 137 0．133 0．130 0．130 0．113 0．121 0．129 0．109 0． 105
供应商 A33 A34 A41 A42 A43 A44 A45 A51 A52 A53
Y10．137 0． 109 0．110 0．123 0．134 0．110 0．129 0．126 0．137 0． 137
Y20．117 0． 109 0．130 0．123 0．134 0．110 0．129 0．126 0．117 0． 117
Y30．137 0． 129 0．110 0．123 0．114 0．130 0．129 0．126 0．137 0． 137
Y40．117 0． 129 0．110 0．103 0．134 0．110 0．129 0．106 0．117 0． 137
表9各方案的综合前景值
供应商 Y1Y2Y3Y4
v（Yi）－0．197 －0． 255 0．100 －0．370
Step 6：由表 9可知，v（Y3）＞v（Y1）＞v（Y2）＞
v（Y4） ，
即第 3家装配式建筑预制构件供应商最优。
通过前景理论计算出最优结果后，
由表 7数
据绘制出各个备选供应商评价指标前景值面积图
（图3） ，
对4个供应商进一步分析发现：
最优供应商 Y3在成本价格、
供货能力和服务
水平方面的多个三级指标的前景效用都体现出较
大的优势，
同时在产品安全和耐久性、
企业发展前
景、
企业信誉及开发和设计能力方面也占据着一
定优势。其他供应商虽然在个别指标上存在一定
的优势，
但其劣势指标也更加突出，
如供应商 Y1
在产品价格、
产品合格率、
供货准确性和运输安全
性等方面存在不足，
供应商 Y2在物流成本、
供货
辐射范围、
大型构件运输能力和安装人员基本素
质等方面存在不足，
供应商 Y4则在更多指标中体
现出其劣势。从结果分析来看，
基于前景理论的
装配式建筑预制构件供应商选择模型既能为采购
方遴选出最优合作伙伴，
于供应商而言，
还能通过
各个指标的前景值分析出自身的不足，
从而有针
对性地弥补产品弱势，
提高企业综合实力。
·
6·
第5期 赵 辉等：基于前景理论的装配式建筑预制构件供应商选择
图3装配式建筑预制构件供应商指标前景值面积图
4结 语
笔者构建了装配式建筑预制构件供应商评价
指标体系，
通过 C-OWA 算子进行赋权，
有效地削
弱了评价数据极端值带来的不利影响，
并以决策
者的风险偏好态度为出发点，
构建了基于前景理
论的犹豫模糊装配式建筑预制构件供应商选择模
型。一方面，
充分考虑到决策者的“
有限理性”
行
为，
用前景理论代替传统的期望效用理论，
更好地
优化了决策者的主观偏好问题；另一方面引入了
犹豫模糊集理论，
克服了传统模糊集对评价信息
描述的缺点，
更加细腻地刻画了评价信息，
使得决
策结果更加符合实际情况。最后通过实证分析验
证了该模型的可行性，
为装配式建筑的发展提供
一定的参考价值。在今后的研究中，
笔者将在此
基础上对指标间的优劣水平进行深入挖掘，
从而
进一步指导装配式建筑预制构件供应商有针对性
地弥补自身的弱势。
参考文献
［1］罗如学，尤妙娜．基于粗糙集 －层次分析法的制造
业供应商评价选择［J］．数学的实践与认识，2013，
43（12） ： 1-9．
［2］毛雨思，马卫华．基于区间值直觉不确定语言信息
的绿色供应商选择方法———以农业食品行业为例
［J］．科技管理研究，2019，（ 10） ： 265-274．
［3］徐 韧，周 鹏．基于混合多属性交互式决策的航
空军贸供应商选择［J］．管理现代化，2019，（ 5） ：
80-82．
［4］李 民，姚建明，吴 阳，等．基于信息熵-VIKOＲ
模型的 4PL 供应商优选决策研究［J］．工业技术经
济，2019，（ 3） ： 3-11．
［5］袁永博，刘丽霞，张明媛． DEA/ TOPSIS 模型在建
筑材料供应商选择中的应用［J］．土木工程与管理
学报，2016，33（1） ： 7-11．
［6］王红春，赵亚星．大数据环境下基于 BP 神经网络
的建筑企业供应商选择［J］．土木工程与管理学报，
2019，36（3） ： 27-33．
［7］潘雨红，詹 翌，马 旭．基于 DEMATEL-BP 的装
配式住宅预制构件供应商选择的影响因素识别
［J］．数学的实践与认识，2017，47（9） ： 22-34．
［8］石晓波，任 佳，刘晨晨．装配式建筑预制构件供
应商评价指标体系构建［J］．建筑经济，2019，40
（1） ： 92-97．
［9］陈为公，闫 红，刘 艳，等．基于改进 TOPSIS 法
的装配式建筑部品供应商选择［J］．土木工程与管
理学报，2019，36（2） ： 12-19．
［10］杨斯玲，黄和平，刘 伟，等．基于直觉模糊
TODIM 的装配式建筑预制构件供应商选择［J］．建
筑经济，2019，40（10） ： 40-45．
［11］左文明，陈少杰，王 旭，等．基于前景理论的网
络消费者多属性行为决策模型［J］．管理工程学
报，2019，33（3） ： 125-135．
［12］卢勇利，朱昌锋，侯耀文．城市轨道交通车站应急
疏散方案决策研究［J］．中国安全生产科学技术，
2019，15（3） ： 128-134．
［13］施明华，肖庆宪．基于前景理论的犹豫模糊语言绿
色供应商优选决策［J］．统计与决策，2018，（ 21） ：
46-49．
［14］邓浏睿，谭 婕，邹超群．基于累积前景理论的多
资产投资组合优化与实证研究［J］．湖南大学学报
（社会科学版） ，2018，32（5） ： 85-91．
［15］徐 韧，周 鹏．基于混合多属性交互式决策的航
空军贸供应商选择［J］．管理现代化，2019，（ 5） ：
80-82．
［16］张永政，叶春明，耿秀丽，等．基于犹豫模糊广义
Choquet 积分的风险型供应商选择方法［J］．工业工
程与管理，2019，24（4） ： 47-54．
［17］刘 俊．基于犹豫模糊群决策模型的云计算服务商选
择［J］．计算机工程与应用，2018，54（23） ： 109-114．
［18］施嘉霖，唐 婧，张 凯．上海预制装配式建筑发
展研究与对策［J］．住宅科技，2014，（ 11） ： 1-5．
（下转第 14 页）
·7·
土木工程与管理学报 2020 年
（2）对于钢筋混凝土结构，
随着荷载的不断
增加，
埋入式布贴方式比粘贴式布贴方式应变传
递系数更准确；
（3）分布式光纤比起电阻应变片有较大的优
势，
尤其在结构荷载不断增大的情况下，
克服电阻
应变片容易损坏的短板，
能适应较大应变的工程
测量；
（4）分布式光纤随着布设长度以及作用荷载
的不断增加，
两边应变传递有损耗，
中间部位能够
接近理论值。
参考文献
［1］华 辉，岳 昊．深基坑支护结构形变监测方法研
究［J］．经纬天地，2017，（ 4） ： 28-31．
［2］Feng X，Zhang X，Sun C，et al． Stationary wavelet
transform method for distributed detection of damage by
fiber-optic sensors ［J］． Journal of Engineering
Mechanics，2014，140（4） ： 04013004-1-11．
［3］席 均．地面沉降变形分布式光纤传感监测技术研
究［D］．南京：南京大学，2012．
［4］Glisic B，Yao Y． Fiber optic method for health assess-
ment of pipelines subjected to earthquake-induced
ground movement［J］． Structural Health Monitoring，
2012，11（6） ： 696-711．
［5］Mohamad H，Bennett P J，Soga K，et al． Behaviour of
an old masonry tunnel due to tunnelling-induced
ground settlement［J］． Géotechnique，2010，60（12） ：
927-938．
［6］Klar A，Dromy I，Linker Ｒ． Monitoring tunneling in-
duced ground displacements using distributed fiber-op-
tic sensing［J］． Tunnelling and Underground Space
Technology，2014，40：141-150．
［7］丁 勇，王 平，李鹏飞，等．基于 BOTDA 的地下
连续墙分布式变形监测技术研究［J］．岩土工程学
报，2014，36（s2） ： 500-503．
［8］毛江鸿．分布式光纤传感技术在结构应变及开裂监
测中的应用研究［D］．杭州：浙江大学，2012．
［9］迟延光，白 清，王 宇，等．管道应力危害 BOT-
DＲ 分布 式光纤 检测系 统［J］．传感技术学报，
2018，31（11） ： 1775-1780．
［10］赵 亚，王 强，宋俊俊，等．基于分布式光纤测
温的水管泄漏检测与定位［J］．激光与红外，2018，
48（7） ： 891-895．
［11］李旭辉，黄奕辉．分布式光纤监测技术在土木结构
健康监测中的应用［J］．科技视界，2018，（ 6） ：
208-209．
［12］Ansari F，Libo Y． Mechanics of bond and interface
shear transfer in optical fiber sensors［J］． Journal of
Engineering Mechanics，1998，124（4） ： 385-394．
［13］毛江鸿，何 勇，金伟良，等．分布式光纤传感器
应变传递性能分析及试验研究［J］．传感技术学报，
2011，24（10） ： 1406-1411．
［14］GB 50010-2010，
混凝土结构设计规范［S］．
［15］GB / T 50152-2012，
混凝土结构试验方法标准［S］．
［16］章征林，高 磊，孙阳阳，等．分布式光纤传感器
应变传递规律研究［J］．中国激光，2019，46（4） ：
285-293．
檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪
（上接第 7页）
［19］陈 超，郝生跃，任 旭．装配式建筑构件部品 JIT
采购模式研究［J］．工程管理学报，2019，33（5） ：
25-29．
［20］赵金先，李 龙，刘 敏．基于 OWA 算子赋权的地
铁工程项目管理绩效灰色评价［J］．建筑经济，
2014，35（9） ： 125-129．
［21］王应明，阙翠平，蓝以信．基于前景理论的犹豫模
糊TOPSIS 多属性决策方法［J］．控制与决策，
2017，32（5） ： 864-870．
［22］李庆胜，刘思峰．基于前景理论的随机区间灰数
VIKOＲ 决策方法［C］/ / 第25 届全国灰色系统会议
论文集．北京：中国高等科学技术中心，2014：344-
349．
［23］Torra V． Hesitant fuzzy sets［J］． International Journal
of Intelligent Systems，2010，25（6） ： 529-539．
［24］Liao H C，Xu Z S． A VIKOＲ-based method for hesitant
fuzzy multi-criteria decision making［J］． Fuzzy Optimi-
zation and Decision Making，2013，12：373-392．
［25］陈业华，赵红美，王 浩．考虑权重优化的改进
TODIM 犹豫模糊多属性决策方法［J］．系统工程，
2018，36（7） ： 148-153．
［26］Xu Z S，Zhang X L． Hesitantfuzzymulti-attribute deci-
sion making based on TOPSIS with incomplete weigh
tinformation［J］． Knowledge-Based Systems，2013，
52：53-64．
［27］Tversky A，Kahneman D． Advances in prospect theo-
ry：cumulative representation of uncertainty［J］． Jour-
nal of Ｒisk ＆Uncertainty，1992，5：297-323．
·41·