M8, M9}U{ M3, M4, M l0}；显然只需计算各个子类中的一个潜在联盟伙伴的加权平均得分，就可以作出相应的取舍。如银行可计算Ml , M2, M3,M5, M6, M7的加权平均分，就可以知道各个子类在整个联盟伙伴中的水平。这可以从表5得以验证。表5 潜在联盟伙伴的加权平均分及名次表 M2得分最小，M1得分较小，它们所代表的子类不加以考虑，而M4得分最高，它所代表的子类应作为重要伙伴加以发展，其它的可以作为次重要伙伴加以培养。显然采用模糊聚类，当评价指标越多，要选择的合作伙伴越多，采用模糊聚类进行首次筛选，会大大减轻评价工作量，这时采用模糊聚类的优势将更加明显。 五、结束语采用模糊聚类，可以快速地把实力相当的潜在联盟伙伴聚在一起，使得商业银行能够很快淘汰掉一大批不符合要求的潜在联盟伙伴，有针对性的与一些联盟伙伴发展合作伙伴关系，减少交易成本和搜寻成本，对提高银行的运作效率具有重要意义。
   参考文献：
  [1]李一智，徐选华. 商务决策数量方法[M] . 北京：经济科学出版社，2003.
  [2] 李其昌. 模糊数学基础及实用算法[M] . 北京：经济科学出版社，2005.
  [3]蒋译军. 模糊数学教程[M] . 北京：国防工业出版社，2003. .
  [4]赵玮，温小霓. 应用统计学教程[M] . 西安：西安电子科技大学，2003 .
  [5]韩文琰. 基AHP及模糊综合判断的商业银行产业竞争力评价体系[J] . 商业研究，2004，（20）.
  [6] 白晓松. 虚拟企业的伙伴选择战略评估模型[J] . 南昌航空工业学院学报，2003，（1）.  [7] 吴剑东. 基于模糊层次分析法的虚拟企业伙伴选择算法[J] . 经济师，2004，（12）.

   [8] Goldman L. S . Co-operating to compete[J].CMA Magazine ，1994 ，68vol，(2) .
 [9] Weber C. A，Current J.R，Benton W.C . Company selection criteria and methods[ J].European Journal of Operational Research，1991，(50) .
   [10] Lee C.P，Kasilingam R.G . Company selection methods：A Survey of Industry Perceptions[R] .Department of Industrial Engineering，University of Arkansas ，1995.

上一页  [1] [2] [3] [4] [5] 下一页

“基于模糊分析的我国商业银行战略联盟伙伴选择研究”版权归作者所有，转载请著名出处。