基于BP人工神经网络的供应商评价研究

供应商评价的最终目的是为了让企业选择值得信赖的供应商作为合作伙伴,从而在激烈的竞争中构建高效的供应链体系。本文构建了一种基于BP人工神经网络原理的企业供应商的评价模型,以MATLAB软件为平台进行学习,提高了供应商选择过程的客观性。     

基于模糊分析的供应商评价方法

如何对现有的供应商进行正确评价,选择质量、技术过硬的供应商是供应链管理中十分重要的一个环节。针对上述问题,本文从供应商的产品质量、质量控制水平、交货能力、生产能力、设计开发能力、售后服务能力、人力资源能力、库存控制能力、企业信誉及外部环境等十大方面进行评估,并运用模糊层次分析法进行指标权重配比,构建了供应商选择与评价指标体系。     

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。     

基于灰色层次分析法的供应商评价研究

供应商评价是企业进行供应商管理、监督和改善等一系列活动的基础和标准,对实现企业利润最大化有着举足轻重的作用。文章主要介绍了灰色层次分析法的基本原理,并通过算例分析演绎了该方法的求解过程。针对算例,将供应商的整体运营情况分为目标层、准则层和指标层,建立了供应商评价指标体系,并采用层次分析法计算得出了影响供应商评价等级的各项指标权重。随后,应用灰色关联分析法得到了供应商评价指标体系的灰色评价权矩阵,并结合各项评价指标的权重,得出供应商整体运营状况的评价等级。算例结果表明,该方法能够客观反映供应商的整体运营状况,可以作为企业选择供应商的依据。     

基于BP神经网络的拱坝风险评价研究

拱坝坝高库大,环境条件复杂,又多处于高烈度地震区;一旦失事,后果不堪设想。不但会严重影响工农业生产、重创国民经济,而且会使人民生命财产遭受极大损失,产生恶劣的政治影响。因此,拱坝的风险分析与风险评价越来越受到力学界、坝工界、政府的高度重视和社会各界的广泛关注。利用神经网络的方法,研究具有拱坝风险评价问题,建立了基于BP神经网络的评价模型。     

基于BP神经网络的企业自主创新能力评价方法研究

根据自主创新的特点,建立自主创新的评价体系,并与BP神经网络的学习算法相结合,理论上能找到最满意的指标权重,为提升企业自主创新能力提供理论依据,最后提出了几点关于对我国建设创新型国家的启示。     

基于AHP和BP神经网络模型的集团管控模式选择

在集团管控的模式选择中,本文将具有学习能力、记忆能力以及智能处理功能的BP神经网络与层次分析法相结合,构建了集团管控模式选择的AHP-BP神经网络模型,模型以AHP评价结果为神经网络输入,利用BP神经网络对评价结果进行训练与检验。通过MATLAB软件仿真的结果表明,该模型既能充分吸收专家评估的隐性知识和经验,又降低了人为主观随意性的缺陷,计算结果准确、方法可行,为企业的集团管控模式选择提供了科学的思路和方法。     

基于BP神经网络的企业绿色竞争力评价研究

本文在阐明企业绿色竞争力内涵及特征的基础上,构建企业绿色竞争力评价指标体系,给出了基于BP神经网络的企业绿色竞争力评价模型,以期为企业构建绿色竞争力,实现可持续发展提供支持和参考。     

基于AHP法与BP神经网络的应急物流风险评估与预测模型

采取AHP法和BP神经网络技术纵向相结合方法,建立了应急物流风险评估与预测模型。首先建立了应急物流风险评估的评价指标体系,给出了AHP层次分析法筛选指标的方法,然后设计了改进型神经网络模型评价与预测步骤。     

基于平衡记分卡和BP神经网络的供应链绩效评价

利用平衡记分卡法,从供应链业务流程、财务、客户、学习及发展四个方面建立绩效评价指标体系,并应用BP神经网络的方法对供应链的绩效进行综合评价,最后通过M ATLAB在计算机上进行实现并给出实例。     

基于BP神经网络的果品冷链物流预警模型研究

分析了我国果品冷链物流的现状,针对果品安全指标进行定性和定量分析,建立果品安全预警的BP神经网络模型,最后用MATLAB软件实现模型并进行训练,结果表明可实现果品安全指标的提前预警.     

基于算法的BP神经网络的应用研究

BP神经网络的智能化特征与能力使其应用领域日益扩大,潜力日趋明显,许多传统信息处理方法无法解决的问题采用BP神经网络后取得了良好的效果。因此,BP神经网络已被广泛应用于自动化、工程、经济及医学等各个领域。因此,本文重点研究了BP神经网络的原理、算法及其应用。     

基于BP神经网络的物流量预测方法研究

人工神经网络作为重要的综合评价方法,能够解决众多非线性问题,把它运用到地区货运量的预测中,可以解决因数据资料缺失,预测结果与真实结果相差较大的问题,为物流业发展提供重要的数据参考。经过实例分析证明基于神经网络的物流量预测模型是行之有效的。     

利用BP神经网络预测隧道周边位移

介绍了利用神经网络技术的基本原理;并以隧道周边位移为例,说明应用MATLAB实现BP神经网络的预测。     

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.     

石油需求预测的人工神经网络模型

2007年中国经济高速增长推动了石油产量和消费量双双攀升。石油作为重要的战略物资,在国家安全与国民经济发展中占有举足轻重地位。自20世纪70年代石油危机以来,石油越来越多为世人关注。根据我国石油消费历史数据,对未来我国石油供需状况进行预测,采用BP神经网络预测方法,利用MATLAB软件的神经网络功能,建立合理的训练模型,进行数据测试和预测,最终得到2007～2011年石油需求预测结果,并对我国现阶段石油安全问题进行分析。     

基于神经网络和蒙特卡罗方法的天气衍生品定价研究

参考温度变化过程的固有特性,利用1951年至2010年重庆市的温度数据,采用BP神经网络对温度进行预测估计,并采用蒙特卡洛方法对天气衍生品进行定价.仿真结果表明,该方法有效且相对误差较小,对开发重庆市的天气衍生品市场有一定的实用价值.     

基于BP神经网络的时间序列预测研究

建立了基于BP网络的时间序列预测模型,将模型应用于实际算例,设计了模型的网络结构、初始权值和偏差,结果验证了模型的有效性。