基于BP神经网络的供应链合作伙伴选择方法的研究

论文摘要

在建立供应链合作伙伴关系的过程中,合作伙伴的选择是关键而首要的一步。企业选择了合适的供应链合作伙伴,将在产品质量、成本、交货期、提前期、库存水平、产品设计等等方面产生一系列传统关系所无法比拟的巨大优势,从而大大提高整个供应链的竞争能力。本文从国内外供应链环境下合作关系的研究现状出发,以系统的、多指标综合评价理论为基础,对供应链环境下合作伙伴的选择评价问题进行了研究。通过对供应链合作关系的概念、内涵和特征的探讨分析,提出选择理想合作伙伴的评价体系及其评价工作流程。在借鉴国内外相关研究成果的基础上,依据一定的原则和方法,构建了一整套的供应链合作伙伴评价指标体系;并对评价指标的规范化处理、评价指标权重的确定和评价方法进行了探讨;通过对常用评价方法的优缺点比较分析后,采取人工神经网络的评价方法,应用了人工神经网络中较成熟的BP神经网络,且运用MATLAB软件进行神经网络的创建,并将评价指标作为样本,对BP神经网络进行训练,运用训练好的网络进行了实例评价。同时利用MATLAB中的GUI图形用户界面同等功能地实现了上述评价,结果表明该方法可很好地解决供应链环境下合作伙伴的选择评价问题,并可提高评价效率、满足要求。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 问题的提出
• 1.2 国内外研究现状
• 1.2.1 关于供应链合作关系的研究
• 1.2.2 关于供应商评价指标的研究
• 1.2.3 关于供应商评价方法的研究
• 1.3 本文研究的思路及结构
• 第二章 供应链中的合作伙伴关系
• 2.1 供应链和供应链管理
• 2.2 供应链合作伙伴关系的概念、特点和发展过程
• 2.2.1 供应链合作伙伴关系的定义
• 2.2.2 供应链合作伙伴关系的特点
• 2.2.3 供应链合作伙伴关系的演变
• 2.2.4 建立供应链合作伙伴关系的意义
• 2.3 建立供应链合作伙伴关系的步骤
• 第三章 供应链合作伙伴关系评价指标体系研究
• 3.1 确立评价指标体系的原则
• 3.2 供应链合作伙伴关系评价指标体系
• 3.2.1 供应商产品（或服务）评价
• 3.2.2 供应商自身能力评价
• 3.2.3 供应商合作能力评价
• 3.2.4 供应商可持续发展能力评价
• 第四章 供应链合作伙伴评价方法的选择
• 4.1 常用评价方法
• 4.2 本文采用的评价方法
• 4.3 BP 神经网络基础
• 4.3.1 神经网络评价方法的优势
• 4.3.2 基于BP 算法的网络模型
• 4.3.3 BP 神经网络算法及其改进
• 4.4 BP 神经网络结构分析
• 4.4.1 BP 神经网络结构流程
• 4.4.2 BP 神经网络的层数选取
• 4.4.3 BP 神经网络的输入层和输出层的设计
• 4.4.4 BP 神经网络隐含层的节点数选取
• 4.4.5 BP 神经网络初始权值的选取
• 4.4.6 BP 神经网络学习速率的选取
• 4.4.7 BP 神经网络期望误差的选取
• 第五章 BP 神经网络在供应链合作伙伴选择中的应用
• 5.1 MATLAB 简介
• 5.2 BP 神经网络模型MATLAB 实现
• 5.2.1 建立BP 神经网络
• 5.2.2 数据的归一化处理
• 5.2.3 隐含层节点数的选取
• 5.2.4 网络模型的训练
• 5.2.5 网络的仿真
• 5.3 神经网络的GUI 实现
• 结论
• 参考文献
• 攻读硕士学位期间公开发表的论文
• 致谢