李天淳，叶 军，2，吕 康

(南昌工程学院 1.信息工程学院；2.江西省水信息协同感知与智能处理重点实验室；江西 南昌 330099)

第三方物流是生产商将原本应由自己处理的物流工作，转交给第三方物流服务商，从而可以将更多的时间和精力来经营公司的核心业务。正确选择第三方物流服务商可以提高生产商的资源配置效率，提升公司物流流程的水平。若选择不当，会给企业带来战略机密泄漏、客户关系管理失控、解除合作关系等风险。 因此，如何正确的选择第三方物流服务商成为企业物流外包中的一个重要问题。对于此类问题，众多学者进行了研究，例如，文献[1-2] 用神经网络方法获得各属性权重，以此来选择第三方物流；文献[3]提出了一种基于直觉模糊AWD方法的供应商选择方法；文献[4]采用直觉模糊偏好多属性决策方法进行选择。这些方法取得了成效，但存在一些不足，如容易陷入局部最优、确定指标权重时易受人为因素影响等。

事实上，第三方物流服务商的选择问题是一个典型的多属性决策问题。文献[5]首次提出了TOPSIS方法并应用于多属性决策。由于该方法计算简便，能充分利用原始信息来反映各方案之间的差距，所以，TOPSIS法在决策领域得到了广泛使用。但是，运用该方法构造归一化矩阵时，权重系数一般由多位专家给定，主观性强，有时会因为专家经验偏差造成决策精度不高等问题。在多属性决策方法中，粗糙集方法[6]也是一种常用方法，与TOPSIS、AHP、贝叶斯和模糊集等多属性决策方法相比，粗糙集方法完全基于历史数据驱动，无需任何先验信息即可进行数据处理，避免了主观因素的影响。……