首页> 中文学位 >精益供应链的供应商评价选择及优化研究
【6h】

精益供应链的供应商评价选择及优化研究

代理获取

目录

文摘

英文文摘

声明

第1章绪论

1.1研究背景及问题提出

1.1.1精益供应链产生的时代背景

1.1.2精益供应链在我国应用的必要性

1.1.3传统的供应商评价选择方式的局限性

1.2研究综述

1.2.1精益生产研究综述

1.2.2供应商评价指标体系的研究现状与评述

1.2.3供应商评价与选择方法的研究现状及评述

1.2.4人工神经网络在供应链管理中的应用综述

1.3研究目标意义与方法

1.4论文的研究思路和主要内容

1.4.1研究思路与论文的体系结构

1.4.2论文的主要内容

第2章精益供应链的供应商关系管理研究

2.1精益供应链

2.1.1传统精益生产方式的特点

2.1.2供应链环境下精益生产的特点

2.1.3精益供应链的生产运行体系

2.1.4精益供应链的供应特点

2.2精益供应链环境下供应商关系管理策略研究

2.2.1精益制造企业采购物资分类

2.2.2基于不同物资类型的供应商管理策略

2.3精益供应链的供应商选择过程模型

2.4本章小结

第3章精益供应链的供应商评价指标体系研究

3.1精益供应链的供应商选择特点

3.2现行评价指标的缺陷分析

3.3构建新指标体系的原则

3.4精益供应链的供应商评价指标新体系

3.4.1问卷设计

3.4.2问卷调查发放与回收

3.4.3信度分析

3.4.4效度分析

3.5评价指标量化分析

3.5.1质量

3.5.2成本

3.5.3交货

3.5.4合作能力

3.5.5供应商发展潜力

3.5.6财务状况

3.5.7供应商外部环境

3.6本章小结

第4章基于径向基网络的供应商评价与选择方法研究

4.1供应商评价选择问题与径向基函数神经网络

4.1.1供应商评价选择问题的特点

4.1.2传统方法与径向基网络方法

4.1.3 RBFN网络的先进性

4.2径向基网络的MATLAB实现

4.2.1 RBFN网络与BPN网络的对比

4.2.2径向基网络模型的建立

4.2.3径向基网络数据预处理与学习过程

4.2.4径向基网络的MATLAB可视化实现

4.3基于径向基网络的供应商评价方法与实证研究

4.3.1基于RBFN的供应商评价方法研究

4.3.2实证研究

4.4本章小结

第5章供应商评价指标的敏感度分析

5.1研究评价指标敏感度的必要性

5.2评价指标敏感度分析的基本理论研究

5.2.1贡献率和敏感度系数

5.2.2隐式函数偏导数的径向基函数网络计算

5.2.3敏感度分析方法

5.2.4有效性验证

5.3实证研究

5.3.1单个评价指标的贡献率分析

5.3.2评价指标的敏感度分析

5.3.3供应商管理指标体系建立

5.4本章小结

第6章供应商数量选择与订单分配联合优化模型

6.1引言

6.2联合优化模型研究

6.2.1问题描述与基本假设

6.2.2模型描述

6.2.3无分散化收益的联合优化策略

6.2.4有分散化收益的联合优化策略

6.3联合优化扩展模型研究

6.3.1问题描述与模型建立

6.3.2基于扩展模型的供应商数量与订单分配的优化策略

6.4仿真实验

6.4.1关键参数的敏感性分析

6.4.2最小订货量约束与分散化收益对采购决策的影响

6.4.3供应商的可靠度对采购决策的影响

6.4.4供应商特征不同组合对采购决策的影响

6.5本章小结

第7章全文结论与研究展望

7.1全文结论

7.2研究展望

参考文献

附 录

致 谢

作者攻博期间发表的有关文献

展开▼

摘要

本论文基于管理工程、系统工程和人工智能等领域的最新研究成果,在精益供应链管理环境中,对当前国内外供应链管理研究领域的前沿课题进行全面系统的探索性研究。本文的研究成果对实现精益供应链管理的科学决策具有重要的理论价值和现实意义。 论文建立了基于精益供应链的供应商评价指标体系;提出了基于径向基函数神经网络(RBFN)的供应商评价与选择新方法:定义了供应商评价指标的敏感度,首次进行了基于径向基函数网络的供应商评价指标敏感度分析;建立供应商数量选择与订单分配联合优化模型。同时进行了相应的实证研究,理论分析与实际情况相当吻合。本文的创新性成果主要有以下几个方面: (1)建立了基于精益供应链的供应商评价指标新体系。采用文献分析与问卷调查相结合的方法,运用SPSS软件对准时(JIT)采购模式下,企业选择供应商重点关注的因素进行筛选,通过因素分析萃取出包括质量、成本和交货等七个准则层面的26项指标,建立具有中国企业特征的精益供应链环境下供应商评价选择指标体系;并对各项指标进行定量化,增强指标体系的可操作性。 (2)提出了基于径向基函数神经网络(RBFN)的供应商评价与选择新方法,运用第四代计算机语言MKTLAB建立了评价与选择的可视化新模型。通过与BPN神经网络的对比实证研究,证明了该新方法的正确性,和新模型的优越性。避免传统评价方法固有的因直接赋权造成评价结果在不同程度上存在主观性和随意性的缺陷,同时克服了BPN神经网络训练时间长及易陷入局部最小解的缺点,实现对潜在供应商科学准确的评价。 (3)首次定义了供应商评价指标的敏感度,首次进行了基于径向基函数网络的供应商评价指标敏感度分析,并将分析结果分别与马特莱法则与标杆管理理念相结合提出关键指标和弱性指标的概念,可应用于供应商的管理过程中,实现了供应商评价选择功能的创新。用MATLAB开发了相应的程序,并就某制造型企业在选择供应商过程中的评价指标敏感度进行了实证研究,得出了15个评价指标的贡献率和敏感度。理论分析与实际情况相当吻合,表明指标敏感度理论研究的正确性。 (4)构建了具有分散化收益函数的供应商数量选择及订单分配联合优化模型及其扩展模型。在Agarwal模型基础上引入分散化收益函数,从供应中断风险、供应商生产能力约束等方面对Agarwal模型进行扩展,建立供应商数量选择及订单分配联合优化模型,并在此模型基础上加入最小订货量约束,建立联合优化扩展模型,分别研究不同情形下采购商的最优采购策略。最后,对模型中参数敏感性进行仿真实验研究。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号