摘要
把交叉模型的评价结果设定为样本的期望值,将BP神经网络和交叉评价模型有机结合起来,构建了物流供应商选择模型。以2006年22家上市物流供应商的数据为样本进行了研究。该方法从统计数据出发,避免了主观因素对评价结果的影响,使物流供应商选择结果具有相对客观性。实例表明,该选择模型能够确定出备选物流供应商的评价等级和大小,为物流供应商的选择提供了一种新方法。
Wiht the output of DEA cross-evaluation modle as the expected value of the sample,a novel approach to supplier selection problem is presented by combining BP neural network and DEA cross-evaluation model.By this model,the performance of suppliers can be evaluated by using statistical data.As an example,this model is used to evaluate the performance of 22 suppliers based on the data in 2006.Results show that the proposed approach works well.
出处
《工业工程》
北大核心
2010年第4期112-116,共5页
Industrial Engineering Journal
基金
国家自然科学基金资助项目(70602017)
山东省软科学研究计划资助项目(2009RKA173)
山东理工大学人文社会科学发展基金资助项目(2010ZDXM07)
