一種供應商選擇方法
【技術領域】
[0001] 本發(fā)明涉及供應商的選擇方向，尤其涉及一種供應商選擇方法。
【背景技術】
[0002] 綜合考慮可持續(xù)發(fā)展和精益思想的JIT綠色采購，可以兼顧當前的經(jīng)濟發(fā)展和長 遠的社會發(fā)展要求。而供應商的選擇是實現(xiàn)JIT綠色采購的第一步，也是最關鍵的一步。 因為供應商處于綠色供應鏈的上游，它在保護環(huán)境和實現(xiàn)精益方面能通過供應鏈傳遞到卜 游的各個環(huán)節(jié)。所以，在綠色供應鏈管理中，建立一套科學有效的供應商評價選擇體系和模 型，具有重要的理論和實踐價值。
[0003] 關于供應商的選擇方法，近幾十年來，不少學者從各個方面運用多種方法多角 度的進行了有益的探索，提出了許多獨特的見解。段喆、朱道立（2004)提出了多階段多 產(chǎn)品采購的供應商選擇與供應量分配的大規(guī)模火鶴整數(shù)規(guī)劃模型及其求解方法；王其濤 (2004)建立了基于BP神經(jīng)網(wǎng)絡的供應商評價選擇模型；石書玲等（2005)提出了敏捷供需 鏈環(huán)境下供應商評價與選擇的模糊綜合評價模型；朱兵（2005)為了進行基于風險最小原 則的戰(zhàn)略供應商選擇，提出了 一個由BP神經(jīng)網(wǎng)絡方法和模糊綜合評價方法構成的組合決 策模型。
[0004] 由以上綜述看出，在供應商評價方法上，以往的研究僅僅采用單一的方法，而對于 供應鏈這樣的復雜系統(tǒng)，單一的方法被實踐證明往往是無效的，不能滿足供應商選擇系統(tǒng) 的大量數(shù)據(jù)處理分析，不能對數(shù)據(jù)的異常值進行自動處理。

【發(fā)明內容】

[0005] 為了克服現(xiàn)有技術中的供應商選擇方法的單一性和對異常數(shù)據(jù)處理忽略的問題， 本發(fā)明提供一種供應商選擇方法。
[0006] 本發(fā)明的技術方案是：一種供應商選擇方法，該方法步驟包括： 步驟一、建立供應商選擇評價指標體系，指標包括有質量、成本、財務、服務、交貨與柔 性、供應商發(fā)展?jié)摿Α贤ê铜h(huán)保水平； 步驟二、建立數(shù)據(jù)修正模型，對步驟中指標數(shù)據(jù)中的不良值或不相關數(shù)值進行刪除或 修正處理； 步驟三、建立多種群神經(jīng)網(wǎng)絡模型，神經(jīng)網(wǎng)絡一直迭代，直到輸出值與期望值間的誤差 小于設定閾值，供應商選擇模型建立完成； 步驟四、步驟二中數(shù)據(jù)修正模型輸出的已修正數(shù)據(jù)輸入到多種群神經(jīng)網(wǎng)絡模型中，輸 出最優(yōu)選擇供應商。
[0007] 所述步驟一中財務指標包括資產(chǎn)周轉率、凈資產(chǎn)收益率和資產(chǎn)負債率，交貨與柔 性指標包括交貨提前期、交貨準時和訂貨滿足率指標，溝通指標包括信息化水平和信息共 享度指標，環(huán)保水平包括ISO 14001認證、清潔生產(chǎn)水平和廢品回收率指標。
[0008] 所述步驟二中的數(shù)據(jù)修正模型的建立步驟包括： A.建立系統(tǒng)平衡約束關系方程，約束方程公式（1)為：
【主權項】
1. 一種供應商選擇方法，其特征在于，該方法步驟包括： 步驟一、建立供應商選擇評價指標體系，指標包括有質量、成本、財務、服務、交貨與柔 性、供應商發(fā)展?jié)摿?、溝通和環(huán)保水平； 步驟二、建立數(shù)據(jù)修正模型，對步驟一中指標數(shù)據(jù)中的不良值或不相關數(shù)值進行刪除 或修正處理； 步驟H、建立多種群神經(jīng)網(wǎng)絡模型，神經(jīng)網(wǎng)絡一直迭代，直到輸出值與期望值間的誤差 小于設定闊值，供應商選擇模型建立完成； 步驟四、步驟二中數(shù)據(jù)修正模型輸出的已修正數(shù)據(jù)輸入到多種群神經(jīng)網(wǎng)絡模型中，輸 出最佳選擇供應商。
2. 根據(jù)權利要求1所述的供應商選擇方法，其特征在于，所述步驟一中財務指標包括 資產(chǎn)周轉率、凈資產(chǎn)收益率和資產(chǎn)負債率，交貨與柔性指標包括交貨提前期、交貨準時和訂 貨滿足率指標，溝通指標包括信息化水平和信息共享度指標，環(huán)保水平包括ISO 14001認 證、清潔生產(chǎn)水平和廢品回收率指標。
3. 根據(jù)權利要求1所述的供應商選擇方法，其特征在于，所述步驟二中的數(shù)據(jù)修正模 型的建立步驟包括： 建立系統(tǒng)平衡約束關系方程，約束方程公式（1)為：
，式中X，V，W表示待測參數(shù)，1。 與d。分別為等式與不等式約束的個數(shù)； 建立校正模型的目標函數(shù)；對于含有n個變量參數(shù)的m組訓練樣本數(shù)據(jù)經(jīng)標準化處 理后得到目標數(shù)據(jù)集{tpk}，1《P《m，1《k《n，校正模型的目標訓練函數(shù)公式（2)為：
式中X，V，W表示待測 參數(shù)，Zpk為函數(shù)輸出值，{tpk}表示對于含有n個待測量變量參數(shù)的m組訓練樣本數(shù)據(jù)經(jīng)標 準化處理后得到的目標數(shù)據(jù)集，l《p《m，l《k《n; 結合步驟A和步驟B建立數(shù)據(jù)校正模型，模型公式為（3)，
4. 根據(jù)權利要求1所述的供應商選擇方法，其特征在于，所述步驟H中多種群神經(jīng)網(wǎng) 絡模型，是多個神經(jīng)網(wǎng)絡種群同時進行目的搜索然后選擇出精英種群，各種群是相對獨立 的，相互之間通過移民算子聯(lián)系，移民算子連接在各個種群之間，移民算子將各種群在進化 過程中出現(xiàn)的最優(yōu)個體定期地引入其他的種群中，實現(xiàn)種群之間的信息交換。
5. 根據(jù)權利要求1所述的供應商選擇方法，其特征在于，所述步驟H多種群神經(jīng)網(wǎng)絡 模型中單獨神經(jīng)網(wǎng)絡模型的建立步驟為： 編碼：選擇二進制編碼方式； 設定初值，進行種群初始化； 計算適應度；評價個體優(yōu)劣，對適應度函數(shù)進行個體優(yōu)劣評價；

選擇：使用精英法進行選擇，選擇適應度最高的個體復制到下一代； 交叉、變異過程； 產(chǎn)生新群體； 判斷是否滿足設定的終止條件； 滿足終止條件則結束，不滿足則返回步驟C。
【專利摘要】本發(fā)明涉及一種供應商選擇方法，屬于供應商的選擇方向，該方法步驟包括：步驟一、建立供應商選擇評價指標體系；步驟二、建立數(shù)據(jù)修正模型，對步驟中指標數(shù)據(jù)中的不良值或不相關數(shù)值進行刪除或修正處理；步驟三、建立多種群神經(jīng)網(wǎng)絡模型，神經(jīng)網(wǎng)絡一直迭代，直到輸出值與期望值間的誤差小于設定閾值，供應商選擇模型建立完成；步驟四、步驟二中數(shù)據(jù)修正模型輸出的已修正數(shù)據(jù)輸入到多種群神經(jīng)網(wǎng)絡模型中，輸出最優(yōu)選擇供應商。本發(fā)明提供的選擇方法，通過對多個供應商指標的數(shù)據(jù)校正，可以直接刪除不良值，有效地處理了冗余信息，解決了現(xiàn)有技術中的供應商選擇方法的單一性和對異常數(shù)據(jù)處理忽略的問題。
【IPC分類】G06Q50-00, G06N3-02, G06Q10-06
【公開號】CN104599026
【申請?zhí)枴緾N201410535743
【發(fā)明人】李楊宇, 李貴
【申請人】蕪湖揚宇機電技術開發(fā)有限公司
【公開日】2015年5月6日
【申請日】2014年10月13日