汽車零部件供應商評價算法應用研究.pdf

1、供應鏈管理(SupplyChainManagement，SCM)已經發(fā)展成為一種多重業(yè)務和關系的網絡，而供應鏈管理環(huán)境下供應商的綜合評價選擇研究更是成為影響供應鏈成功與否的關鍵因素。為了增強企業(yè)的競爭優(yōu)勢，為了能更加深人地了解有關供應商評價選擇的先進理論與方法，構建供應商綜合評價選擇體系，科學合理的對供應商進行綜合評價選擇，我們必須認識到：供應鏈環(huán)境中，企業(yè)與供應商的關系發(fā)生了很大的變化，由原來的“競爭對手”變成了“合作伙伴”。這種關系

2、的轉變使得企業(yè)不能再以原來的方式來管理供應商。同時，選擇一個合作伙伴，要比尋找一個賣主要復雜得多。如何選擇、管理供應商成為供應鏈管理的重要問題，而供應商評價作為企業(yè)進行供應商選擇、管理、監(jiān)督和改善等一系列活動的基礎和標準，顯得更為關鍵。 本文首先分析了供應鏈中企業(yè)與供應商關系的新特點，從合作與發(fā)展的角度來考慮應該選取哪些指標作為評價供應商的依據，提出了一個擁有14個指標的供應商評價體系，較為全面地反映了供應鏈環(huán)境下新型的“企業(yè)-

3、供應商”關系的特點，突出了供應商的合作能力和發(fā)展能力的評價。 同時，本文對供應商評價方法也進行了深入的探討和研究。供應商評價方法很多，線性加權法直觀了當，層次分析法邏輯分明，作業(yè)成本法則側重效益。這些方法各有優(yōu)缺點，但大多都以確定子目標(指標)的相對重要性為基礎，在指標權重衡量上依賴于人的主觀判斷，主觀隨意性比較強，從而影響了評價結果的可信度。特別是在評價指標比較多的情況下，各個指標之間的關系變得更為復雜，其相對重要性往往難以判

4、斷。為此，本文擬將神經網絡方法引入到供應商評價中來，利用神經網絡自身的非線性映射、自學習、聯想一記憶等特點，通過樣本訓練的方法，獲取有效的專家知識和指標之間的內在聯系，避免人為直接賦予權重的方式，以建立一個比較可靠、有效，且可持續(xù)改善的供應商評價模型，為企業(yè)進行供應商選擇、管理、監(jiān)督、改善等活動提供更為有力的依據。 然而，神經網絡的算法相當復雜，自主編程建模的工作量很大。簡單起見，本文利用MATLAB軟件中自帶的神經網絡工具箱來