售后服务一直是业界和学术界关注的热点和难点问题,而大型设备制造企业的售后服务又具有其特点,主要涉及到两类关键性问题:一是第三方服务商的选择问题。对于大型设备制造企业而言,由于设备的专用性强、技术复杂性高,往往形成了垄断的市场。大型设备制造企业的售后服务除了需要为用户提供设备专用的备件备品外,还需要提供售后服务的技术支持。从国际上发展趋势来看,大型设备制造企业不可能由自身完全面对其所有用户的售后服务,特别是当用户所处地域十分分散的情况下,必须要凭借第三方服务商的力量,才能及时、有效地满足用户对售后服务的需求。鉴于售后服务对用户的重要性、以及户售后服务的高难度性,大型设备制造企业选择第三方服务商时,应该在全面综合评价的基础上才能对其进行优选。二是备品备件的库存管理问题。企业的售后服务需要充足的备品备件储备的支持,大型设备制造企业的备品备件库存管理相对于一般企业的库存管理更为重要和复杂。这是因为:一方面,大型设备一般分布于国民经济部门的重要生产企业,大型设备的故障对企业甚至社会都可能产生较大的影响。因此,在市场竞争日益激烈的情况下,快速响应用户的需求是企业生存与发展的根本保证。另一方面,作为大型设备提供商,为用户准备好备品备件的同时,还必须考虑到备品备件的库存成本。因此,大型设备售后维护的备品备件库存管理问题就显得非常突出和重要。同时,这些大型设备的结构和功能一般较复杂,对设备制造企业而言,设备所需备件的品种和数量较大,储备费用较高,通常会占用企业大量的流动资金,影响企业的经济效益。企业如何以最少的资金占用来保证备品备件的及时供应,已成为大型设备制造行业和学术界关注的热点问题。基于此,本文以某大型设备制造企业为背景,研究该大型设备制造企业对第三方服务商的选择与备件备品的库存管理问题,以期望为大型设备制造企业的售后服务管理提供科学的方法。本文的主要研究内容如下:首先,根据选择服务商的要求和特点,利用粗糙集理论中的属性约简算法,构建服务商选择的定量指标体系。进一步,引入服务商选择的定性指标,运用模糊综合评价和多属性决策方法对服务商进行初选。最后,应用模糊BORDA法综合定量指标与定性指标,构建服务商选择的一类综合评价方法。其次,从动态组合的角度提出服务商服务信用的一类评价方法,并从理论层面上讨论服务商评价过程中的误差问题,并给出一般误差控制的理论模型。再次,根据某大型设备制造企业的备件备品的库存数据,运用时间序列和BP神经网络,对备件备品的需求进行预测,构建了备件备品需求的组合预测方法。最后,建立了备件备品安全库存的时间序列神经网络预测模型。同时,基于库存管理的成本最小目标,构建了六类备件备品的最优库存模型,并引入遗传算法对最优库存模型求解。总而言之,在市场竞争越来越激烈的状态下,大型设备制造企业不仅仅关注设备的生产,而且更加关注优良的售后服务。因此,如何通过服务商的选择和备件备品库存的优化管理,为用户提供高效的售后服务是企业通过服务创造和提升价值的重要环节。