基于粗糙集和BP神经网络的供应商选择研究

构建了绿色供应链下的供应商选择评价指标体系,并根据粗糙集和BP神经网络的理论和方法,建立了基于粗糙集和BP神经网络的供应商评价选择模型。结合一个供应商选择实例,结果表明,运用这一混合评价模型来选择供应商,既提高了训练数据表达的清晰度,同时还能避免其他方法人为计取权值和相关系数的主观影响和不确定性,选择的结果比较客观、科学。     

基于粗糙集和BP神经网络的供应商选择研究

构建了绿色供应链下的供应商选择评价指标体系,并根据粗糙集和BP神经网络的理论和方法,建立了基于粗糙集和BP神经网络的供应商评价选择模型.结合一个供应商选择实例,结果表明,运用这一混合评价模型来选择供应商,既提高了训练数据表达的清晰度,同时还能避免其他方法人为计取权值和相关系数的主观影响和不确定性,选择的结果比较客观、科学.     

基于RBF神经网络集成的供应商评价方法

供应链管理代表了当前经济环境下的趋势与需求,其中的伙伴企业选择是其主要研究的问题之一.本文提出了一种基于径向基函数神经网络集成的供应商识别方法.该方法首先通过系统聚类,在每一类中单独训练具有一定差异度的单个径向基函数神经网络,并加以集成,构成以系统聚类与RBF神经网络相结合的模型,以解决供应链的企业伙伴选择问题.最后以企业为背景,运用这种模型解决实际问题,并给出了结果.     

基于灰色-广义回归神经网络的工程公司供应商评价

针对B工程公司中缺乏供应商评估工具,造成公司资源浪费,甚至巨额损失的现状,结合精益供应链的特点,构筑精益供应商评价体系模型。在模型的基础上,提出一种基于灰色-广义回归神经网络(G-GRNN)的工程公司供应商评价方法,通过Matlab中的神经网络工具对其进行建模,并以B安防系统工程公司的实例证明了其有效性,并证明其精度高于传统BP神经网络。     

基于灰色-广义回归神经网络的工程公司供应商评价

针对B工程公司中缺乏供应商评估工具,造成公司资源浪费,甚至巨额损失的现状,结合精益供应链的特点.构筑精益供应商评价体系模型.在模型的基础上,提出一种基于灰色-广义回归神经网络(G-GRNN)的工程公司供应商评价方法,通过Matla中的神经网络工具对其进行建模,并以B安防系统工程公司的实例证明了其有效性.并证明其精度高于传统BP神经网络.     

供应商战略合作评价模型研究

供应商战略合作评价的目的是选择并建立与供应商的长期战略合作关系,消除供应链上的各种浪费,获得供应链上各企业的"共赢".BP神经网络可以很好地解决供应链复杂性、交叉性以及动态性的特点.文章运用BP神经网络进行供应商战略合作评价模型研究,并以某企业为例,进行了实证研究,将供应商的评价指标作为输入值,将专家综合评价指标作为输出值,经过训练与检验后,该模型可以给出相对客观公正的结果,指导企业与供应商的战略合作.     

多准则多目标供应商评价指标体系的分析与设计研究

供应商评价是一个多准则、多目标的复杂工程，必须有一套科学、全面的评价指标体系。本文针对目前供应商评价指标体系应用的局限性，在调查分析的基础上，通过归纳总结，构建了一套适用于各个企业的多准则、多目标供应商评价指标体系模型，建立了评价指标库。指标库的指标基本上涵盖了企业在评价供应商时用到的所有要素。这一新的供应商评价指标体系及其模型，有助于对供应商进行多准则、多目标的动态评价，选择最佳的供应商。     

基于多目标模糊优选模型的供应商选择

供应链管理环境下的供应商选择对于企业有着重要的影响，但传统的供应商评价存在着各种不足之处。本文提出的基于多目标模糊优选理论的供应商选择模型，可以科学地处理定量和定性评价指标，选出最佳的合作伙伴。     

基于作业成本法的供应商选择方法

供应商的选择是供应链管理中开发供应商伙伴关系的一项重要内容。本文在现有文献的基础上对供应商选择模型进行了改进，建立一个供应商选择混合整数规划模型，在模型中考虑每个潜在供应商的生产能力约束。供应商的选择与评价过程在本质上是多目标的，本文采用作业成本法计算由供应商引起的各种成本，由于作业成本法能将供应商在质量、价格、配送水平等各方面所引发的多个成本归结为单个成本，使得多目标的供应商选择问题变为单目标问题,从而增加了供应商选择过程的客观性。     

一种改进的供应商评价模型及其应用

讨论了供应商选择的目标和评价标准，分析了评价和选择供应商的指标体系，探讨了一种将熵权与TOPSIS法相结合的供应商选择评价模型，并应用该模型对一个实例进行了分析。     

Supplier selection in agile supply chains: An information-processing model and an illustration

Agile supply chains need to be highly flexible in order to reconfigure quickly in response to changes in their environment. An effective supplier selection process is essential for this. This paper develops a model that helps overcome the information-processing difficulties inherent in screening a large number of potential suppliers in the early stages of the selection process. Based on radial basis function artificial neural network (RBF-ANN), the model enables potential suppliers to be assessed against multiple criteria using both quantitative and qualitative measures. Its efficacy is illustrated using empirical data from the Chinese electrical appliance and equipment manufacturing industries.     

电子商务软件的供应商选择

企业实施电子商务成功的关键在于选择到合适的软件供应商。不同供应商的软件功能各不相同，而软件的功能直接关系到电子商务的实施的成败。因此，软件功能的系统分析和综合评价，也就是对供正商选择的过程，对电子企业具有重要的意义，本文应用模糊教学中的BP神经网络理论，对B2B电子商务中各主要角色的实施功能进行综合评价，从而为实施B2B电子商务的企业选择供应商提供有力的依据。     

基于LVQ神经网络的电信企业客户流失预测模型研究

随着人工智能的快速发展,人工神经网络被广泛地运用到分类预测领域。文章首先明确了客户流失的定义及其分类,然后分析了LVQ神经网络的基本原理,最后从研究样本的确定、预测变量的选取、模型的训练及评估三个方面构建了基于LVQ神经网络的电信企业客户流失预测模型,以期为电信企业客户流失预测模型的设计提供一定的借鉴意义。     

基于BP神经网络的供应商评价方法研究

供应链环境下供应商评价需要从技术、协作、服务等多方面进行评估,其实质是一个多目标决策问题。神经网络评价系统将供应商关键指标数据作为输入向量,将实际的专家综合评价指标作为输出评价,经过学习训练后,评价系统可以自动给出客观公正的评价结果。采用神经网络,不仅提高了供应商评价的科学性,也为进行动态评价提供了决策支持。     

供应商网络关系、网络结构与结点活性——美的空调的案例研究

借助于结点活性的概念来描绘供应商的属性与状态，并结合企业网络中网络关系与网络结构的理论划分原则，通过将项目投资组合理论与企业网络理论相结合，尝试从供应商网络关系、网络结构与结点活性三个角度对供应商网络效率进行分析。基于美的空调的案例研究发现，从网络关系视角来看，焦点企业与供应商之间的信息共享程度、企业高层及中基层员工的交流频率将对供应商网络效率产生重要影响；从网络结构视角来看，焦点企业与供应商之间的业务份额对于供应商网络效率的影响作用较为明显；而从结点活性视角来看，焦点企业在供应商客户群体中的排名以及彼此之间的技术合作强度是影响供应商网络效率的重要因素。本文的研究成果对于供应商网络管理实践以及焦点企业供应商选择具有重要的借鉴意义与指导作用。     

人工神经网络中的样本对输出精度影响分析

影响人工神经网络模型输出结果精度的技术引起广泛重视,样本质量对神经网络输出精度影响的研究不多,研究多数是针对神经网络结构(层数及节点数),本文分析样本对人工神经网络输出的影响,对提高神经网络的输出结果精度有重要的意义。     

Uncovering the supplier selection knowledge structure: A systematic citation network analysis from 1991 to 2017

Because of the critical role supplier selection plays in organizational success, both practitioners and academics have expressed a strong interest in the subject area generating an extensive body of research. The volume and breadth of publications in this area makes it difficult to understand the knowledge structure of the field and the academic work that has influenced the evolution of the domain.This mixed-method study systematically reviews 246 papers that investigated supplier selection issues and were published between 1991 and 2017. We initially examined the statistics of papers by unveiling influential journals, affiliations and articles. Second, we utilized co-citation network analysis, an objective procedure to extract clusters of what has been researched in supplier selection literature. The study analytically retrieves six major knowledge clusters: 1) conceptual foundation of the field; 2) modeling of the procurement environment; 3) handling group-decision making and unprecise input data; 4) computational research; 5) green/sustainable research and 6) risk-based supplier selection. Finally, we conducted main path analysis to get an overview of the evolution of knowledge in the supplier selection field by uncovering its major paths and key articles.     

基于主成分分析与神经网络的供应商选择问题研究

首先对供应商评价的数据进行主成分分析,把多指标转化为少数几个综合指标,然后将其作为神经网络的输入数据,对其进行分析评价。最后用实例进行验证。用这两种相结合的方法对供应商进行评价,大大简化了模型结构。     

人工神经网络用于短期电力负荷预测网络结构初探

目前,在电力系统短期负荷预测的手段中,已由人工预测方式逐步被软件预测方式所代替。BP人工神经网络是最常用的建立负荷预测模型的工具之一,文章对建立电力负荷BP神经网络预测模型（网络结构）进行了讨论。