基于数据挖掘的机械制造业供应商评价研究

摘要

随着社会化大分工和全球经济合作的发展，我国的众多企业由传统的运作方式逐步转换为供应链管理模式。为提高自身的核心竞争力，企业的产品结构中外购件和外协件所占的比重日益增加，因此必须更加注重对供应商的管理。 对供应商进行评价监督是供应商管理中的重要环节，而我国的机械制造企业对供应商的评价仍存在着诸多问题，如缺乏综合的评价指标体系，没有科学的评价方法等。 本文深刻剖析了我国机械制造业对供应商评价的现状和存在的问题，结合数据挖掘的思想，提出了适合该行业的供应商评价指标体系和评价方法。首先根据供应链在运行期的特点及机械制造业供应商的特性，从全新的角度利用科学的方法，构建出综合的供应商评价指标体系，给出客观指标量化的依据及定性指标考察的核心内容，指出对各指标评价值进行无量纲处理的方法和过程；然后将层次分析法与神经网络技术相结合，通过层次分析法求得各指标的权重并训练神经网络使其达到稳定状态，利用基于离散型Hopfield神经网络的评价模型来实施供应商评价，制定出科学合理且公平的供应商评价流程；最后，利用数据挖掘技术中的数据处理方法，结合文中所提出的指标体系和评价方法进行了实证分析，并给出整个评价系统的实现过程，使得机械制造企业可借鉴该评价系统实现供应商绩效的动态管理，从而降低供应链中供应商环节的潜在风险，优化并提高各节点企业的价值，保证供应链的顺利运行。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景

1.2研究目的和意义

1.2.1研究目的

1.2.2研究意义

1.3研究现状及局限性

1.3.1研究现状

1.3.2研究局限性

1.4发展趋势

1.5本文的组织结构

1.6本章小结

第二章供应链管理与数据挖掘基础理论

2.1供应链管理基本理论

2.1.1供应链的基本概念

2.1.2供应链的分类

2.1.3供应链管理的概念

2.1.4供应链管理的基本理论

2.1.5供应链运行期的管理

2.2供应商管理基本理论

2.2.1供应商的地位及分类

2.2.2供应商与制造商关系的管理

2.3数据挖掘基本理论

2.3.1数据挖掘概述

2.3.2基于神经网络的数据挖掘技术

2.4基于神经网络的供应商评价

2.5本章小结

第三章机械制造业供应商评价体系的构建

3.1评价目标及指标选择原则

3.1.1机械制造业供应商评价的目标

3.1.2指标选择的原则

3.2机械制造业供应商评价指标的选择

3.3机械制造业供应商评价体系

3.4机械制造业供应商评价体系指标的构建

3.4.1企业质量保证体系的评价指标

3.4.2企业产品供应及价格评价指标

3.4.3企业经济发展状况评价指标

3.4.4企业合作支持与服务评价指标

3.4.5基本环境评价指标

3.5评价指标的无量纲处理及权重设置

3.5.1评价指标的无量纲处理

3.5.2评价指标权重的设置

3.6本章小结

第四章基于神经网络的机械制造业供应商综合评价方法

4.1基于神经网络的机械制造业供应商综合评价方法

4.1.1常用的供应商评价方法

4.1.2基于神经网络的机械制造业供应商综合评价方法

4.2离散型Hopfield神经网络评价模型

4.2.1离散型Hopfield网络评价模型

4.2.2离散型Hopfield神经网络的运行规则

4.3离散型Hopfield网络的评价过程

4.4本章小结

第五章实证分析及系统实现

5.1数据准备

5.1.1供应商经营数据的采集

5.1.2专家评判数据的采集

5.2数据预处理

5.2.1数据清理

5.2.2数据集成

5.2.3数据变换

5.3实例分析

5.3.1数据处理

5.3.2评价指标权重的确定

5.3.3评价过程的实现

5.4系统设计与实现

5.4.1数据库设计

5.4.2系统实现过程

5.5本章小结

第六章总结与展望

6.1本文总结

6.2未来展望

参考文献

致谢

在学期间研究成果

附录