一种用于绿色供应链决策的新直觉模糊 Yager 聚合框架

为何更聪明的绿色选择很重要

从原材料采购到成品交付，企业面临着越来越大的压力去清理其供应链。然而，要判断哪些供应商真正具备环保性并非易事：专家意见存在不确定性，数据不完整，且碳足迹、成本与可靠性等准则常常相互冲突。本文提出了一种新的数学决策工具，帮助组织在这些模糊信息中理清头绪，识别其绿色供应链中最可持续的合作伙伴。

日常决策背后的混乱现实

在现实中，决策很少建立在清晰的二元事实上。管理者可能部分确信某供应商“足够绿色”，也可能部分怀疑，有时则根本不确定。传统方法将这些灰色地带强行压缩为精确数字，容易忽略人们在信息有限时的犹豫。早期的模糊集技术通过允许部分隶属（某物可以是"有些绿色"）有所改善，但仍难以捕捉专家对某一选项的明确反对程度以及他们对自身判断的不确定性。

更丰富地表达怀疑

本文基于一种称为直觉模糊集的框架，该框架对每项评估分别跟踪三要素：支持度、反对度和剩余的犹豫度。方法在计算过程中不将这三者过早合并为单一分数，而是保持三者并行。除此之外，作者采用了一类称为 Yager 运算子的数学构件家族。这些运算子使聚合过程能够在更“乐观”与更“谨慎”的行为之间调节，从而让决策模型能够在不丧失逻辑一致性的前提下反映不同的风险与不确定性态度。

从分散意见到清晰排序

为了将众多专家判断转化为最终选择，作者设计了一系列平均与几何类运算子，来在多准则上组合直觉模糊评估。首先构建一个决策表，将每个潜在供应商在十二个绿色供应链维度上评分，涵盖战略（如生态设计与绿色采购）、日常运营（如制造与物流）、支持系统（包括技术、数据与员工培训）以及总体可持续性表现。随后通过基于熵的步骤衡量每个准则的信息量：当专家高度一致且数据呈现明显差异时，该准则获得更高权重；若意见模糊或互相冲突，其影响力则被削弱。

方法的实证检验

研究者将他们的框架应用于一个真实案例，涉及四家自称实践绿色供应链管理的公司。以“非常好”或“中等”等日常用语表达的专家评估被转换为直觉模糊值，并输入新的基于 Yager 的运算子。无论采用平均式还是几何式运算子，系统始终一致地识别出一家作为最佳绿色供应商，即使在系统性改变不同准则重要性的情况下亦是如此。与早期基于 Dombi 运算子的技术相比，新方法产生的排序更为稳定，对输入数据的微小变动反应也不那么剧烈。

这对更绿色的产业意味着什么

对非专业读者而言，核心信息很简单：该框架在判断企业绿色程度时提供了一种更诚实的方法。通过分别记录支持、反对与犹豫，并借助可调节的运算子灵活地将它们组合，该方法为决策者提供了透明且稳健的供应商排序。案例研究表明，它能够在复杂的工业网络中突显真正可持续的合作伙伴，支持更绿色的采购、更负责任的制造以及更清晰的可持续战略。

引用: Kumar, Y., Ramalingam, S. & Zegeye, G.B. A novel intuitionistic fuzzy Yager aggregation framework for decision making in green supply chains. Sci Rep 16, 8779 (2026). https://doi.org/10.1038/s41598-026-37890-4

关键词: 绿色供应链, 可持续供应商选择, 模糊决策, 直觉模糊集, 多准则分析