基于BP神经网络的供应商选择与评价研究

论文摘要

信息技术和经济全球化的高速发展,给企业带来一系列新的严酷的经济竞争压力。为了适应现代环境下的市场需求,企业必须协调并整合资源,提升整个供应链的竞争力。作为整个供应链源头的供应商,是供应链优化的重要环节,对企业能充分发挥核心竞争力起着关键的作用。在这样的背景之下,本文以定性结合定量为研究方法,对供应商的选择与评价进行深入的探讨和研究。首先介绍了论文研究的背景和意义,综述国内外对供应商选择与评价研究的现状。其次以供应商选择评价理论为基础,对供应商、人工神经网络等相关概念进行了界定。在综合已有相关文献资料的基础之上,根据全面简明、客观可比、可操作性、可扩展性等设置原则,构建了供应商选择评价指标体系。该体系包括产品质量、产品价格、交货期、生产能力、新产品研发水平、信息化水平、财务状况、售后服务8个一级指标;ISO质量认证情况、产品合格率、返修退货率、价格、交货提前期、订单满足率、年生产能力、数量柔性、时间柔性、品种柔性、研发经费投入额、新产品的销售比率、专业人员比例、信息系统的使用与维护水平、资产报酬率、流动比率、资产负债率、顾客投诉响应率、顾客投诉满意度19个二级指标。进而运用BP神经网络理论,在供应商选择评价指标体的基础上,构建基于BP神经网络的供应商选择评价模型。通过样本输入数据的学习构建BP神经网络,并对网络进行训练及仿真,计算出预测值和实际值的误差,从而选择出符合要求的供应商。然后以MATLAB提供的工具箱通过数据模块、网络模块和输出模块三大模块,对BP神经网络的供应商选择评价模型进行了实现。论文最后通过A公司的应用算例,对运用MATLAB实现基于BP神经网络的供应商选择评价的应用过程与步骤进行了详细的介绍,并验证分析了基于BP神经网络的供应商选择评价方法,是一种可行而且有效的方法。期望本论文的研究方法及结论能够在理论和实践上对供应商选择评价研究领域提供借鉴。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景及研究意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.2.1 供应商的选择指标体系研究
• 1.2.2 供应商的评价方法研究
• 1.3 研究的主要内容及技术路线
• 1.3.1 研究内容
• 1.3.2 技术路线
• 2 理论基础
• 2.1 供应商理论概述
• 2.1.1 供应商的定义
• 2.1.2 供应商选择评价的意义
• 2.2 人工神经网络理论概述
• 2.2.1 人工神经网络的定义
• 2.2.2 神经网络的特点
• 2.3 MATLAB 概述
• 2.3.1 MATLAB 的简介
• 2.3.2 基于 MATLAB 实现供应商评价模型的优势
• 3 供应商选择评价指标体系构建
• 3.1 构建原则
• 3.1.1 全面简明原则
• 3.1.2 客观可比原则
• 3.1.3 可操作性原则
• 3.1.4 可扩展性原则
• 3.2 指标描述
• 3.2.1 产品质量
• 3.2.2 产品价格
• 3.2.3 交货期
• 3.2.4 生产能力
• 3.2.5 新产品研发水平
• 3.2.6 信息化水平
• 3.2.7 财务状况
• 3.2.8 售后服务
• 4 基于 BP 神经网络的供应商选择评价模型
• 4.1 BP 神经网络模型构建分析
• 4.2 BP 神经网络模型建立的步骤
• 4.3 供应商选择评价模型的 MATLAB 实现
• 4.3.1 样本数据的选取和预处理
• 4.3.2 BP 神经网络的构造
• 4.3.3 BP 神经网络的训练及仿真
• 4.3.4 预测结果评价
• 5 实证研究
• 5.1 公司背景介绍
• 5.2 神经网络评价模型的应用
• 5.2.1 数据预处理
• 5.2.2 BP 神经网络结构设计
• 5.2.3 BP 网络训练及仿真
• 5.2.4 预测结果评价
• 5.3 实施神经网络评价模型的对策建议
• 5.3.1 提高企业专业人员的技术水平
• 5.3.2 加强企业管理人员的决策能力
• 5.3.3 重视对预测结果的评价判断
• 6 结论和展望
• 6.1 研究结论
• 6.2 研究展望
• 致谢
• 参考文献