摘要:在已有供应链合作伙伴选择方法的总结和合作伙伴关系分析的基础上,提出了
制造型企业供应链合作伙伴关系综合评价指标体系,所提出的指标体系具有易量化、
可包含随机性指标以及能表示分层指标体系间关联的特点’针对所设计指标体系的
特点,设计了一种基于人工神经网络的制造型企业供应链合作伙伴的选择方法并用
供应链的概念是)世纪*)年代提出的’*)年代末、7)年代初,随着全球化的不断发
展,人们开始了对供应链及其管理的深入研究,有关理论与方法在企业中得到了越来越广泛
’供应链管理包括供应链的构建、供应链管理的信息技术支撑体系、供应链管理环
境下的生产计划、库存控制和物流管理、供应企业的绩效评价与激励等内容’其中,供应链的
构建是供应链管理的基础,而供应链合作伙伴选择与合作伙伴关系的建立是供应链构建的
核心’供应链合作关系的建立不仅是企业结构上的变化,而且在观念上也必须有相应的改
科学地选择供应链合作伙伴需要有一套科学的供应链合作伙伴评价的指标体系’与一
般的评价决策问题一样,供应链合作伙伴选择的指标体系有一些基本的要求,同时还应考虑
制造型企业供应链、供应链管理以及供应链合作伙伴关系的要求与主要影响因素’制造型企
(8)系统全面性原则’评价指标体系必须全面反映供应商企业目前的综合水平,并包括
()简明科学性原则!评价指标体系的大小也必须适宜,也即指标体系的设置应有一定
(#)灵活可操作性原则!评价指标体系应具有足够的灵活性,以使企业根据自己的特点
在的不足为:不易量化、没有体现指标的随机性、分层指标体系不能表示指标间的关联,因而
不能完全满足上述三条原则!关于指标的随机性与关联性,对于一个具体的企业,在一定的
能力利用率下(与交货量相关),其交货期!通常为一个正态分布的随机量(令其均值为
其中,&(#)是#的函数,可通过查正态分布表确定!因此交货提前期与交货量之间的权衡可
可以看作是一个正态分布的随机量!而设备状况、质量体系、供应体系质量、制造质量保证等
华中理工大学89:;供应链管理课题组$==&年所进行的一次统计调查显示,我国企业
在上述原则下,综合国内外有关供应链合作伙伴选择指标已有的研究结果,本文给出制
图3中的制造型企业供应链合作伙伴综合评价指标体系共包括两个层次,第一个层次
是目标层,包括四个方面:业务绩效评价、业务结构与能力评价、质量系统评估、企业环境评
价6第二个层次是影响合作伙伴选择的具体因素6其中,主要通过对成本分析、交货期、交货
量、运输绩效以及对客户要求的反应来完成对制造型企业供应链合作伙伴业务绩效的评价;
通过对技术合作、人事合作、财务状况、设备状况、战略一致性来评价制造型企业供应链合作
伙伴的业务结构与能力;通过对质量体系、产品开发质量、供应体系质量、制造质量保证、质
量检试验来完成对制造型企业供应链合作伙伴质量系统评估;通过对市场的规模与结构、
公共关系、竞争环境、宏观外部环境来对制造型企业供应链合作伙伴的企业环境评价6
指标的随机性及指标间的关联性的处理方法为采用合适的指标量化方法(如表7所
示)、适当的指标综合方法(人工神经网络方法)和采用指标集群(在训练样本中体现)6表7
所示的指标评价量化值中值得注意的是,不仅采用了交货期的均值和运输时间的均值,另外
还采用了期望交货量的交货期方差和此运输量下的运输时间的方差6 这种做法的主要原因
对客户要求的反应 对设计4 包装临时变更要求的反应率4 反应时间 历史数据
市场的规模与结构 顾客集中度、本企业在销售收入中所占比重 5#*# 系数
因为所设计的供应链合作伙伴综合评价指标体系中有关联性指标和随机性描述指标,
所以不适宜用一般的多指标综合决策方法进行综合评价6 论文应用人工神经网络进行供应
链合作伙伴综合评价,而人工神经网络可以在训练样本中反映多个关联指标(指标集群)对
一个合作伙伴(样本)评价的影响6 鉴于人工神经网络的特点,论文没有对表7 中的指标进行
应链合作伙伴的评价),隐层节点为 7A6 通过 BC 个样本(如表 B 所示)对神经网络进行训练
后,网络收敛6 表B 中每个样本的前89 维与表9 中所选的89 个指标的量化值相对应,最后
一维为企业对该样本(合作伙伴)的评价6 评价值为[C,8]区间中的值,评价值越大表示该合
从表B 中的样本9 可以看出,企业要求的理想供应链合作伙伴为:单位总成本在 89C
元! 个左右,交货期均值在# 天左右、均方差在$ 天左右,交货量要求低,对顾客要求反应性
现有! 个可能的供应链合作伙伴,其在上述各评价指标上的指标量化值如表 所示# 运
用训练后的网络,经过测试运算得到的评价结果如表$ 所示# 表$ 的结果认为企业! (评价值
为%# &’)是最合适的合作伙伴,而企业 ( 是 ! 个企业中最不合适的合作伙伴(评价值为
%) %)# 从表 可以看出,企业( 与企业! 的主要差别表现在交货期指标集(均值与均方差)
从上述算例可以看到,基于神经网络的供应链合作伙伴选择方法能在结合供应链合作
伙伴评价分析结果的基础上有效地处理复杂的供应链合作伙伴选择问题,不同类型的指标
值量化数据以及不同性质的评价指标都能够得到综合处理,因此可以认为基于神经网络的
评价指标 企业’ 企业; 企业 企业( 企业 企业$ 企业= 企业!
合作伙伴 企业’ 企业; 企业 企业( 企业 企业$ 企业= 企业!
本文在制造型企业供应链合作伙伴选择问题需求分析的基础上,综合国内外有关供应
链合作伙伴选择指标已有的研究结果,提出了制造型企业供应链合作伙伴关系评价的指标
体系设置的一般原则、综合评价指标体系和指标量化的方法,并用 GEHIEJ 语言实现了“制
造型企业在选择供应链合作伙伴的综合评价系统”! 所实现的系统在指标的随机性和指标间