论文部分内容阅读
制造业是国民经济和社会发展的物质基础,是国家综合国力的重要体现。21世纪对中国来说是一个决定性的世纪,中国必须实现从制造大国向制造强国的转变,实现国民经济的全面腾飞。要满足迅速增长的市场需求并在激烈的国际竞争中立于不败之地,国家和企业都必须高度重视产品质量和服务质量,并且在努力寻找管理和控制产品质量和服务质量的方法。随着社会的不断进步、科技的迅速发展,现代企业间的竞争已经演变成为供应链之间的竞争,供应链质量已经成为制造企业参与市场竞争、赢得顾客满意,从而获得成功的至关重要因素,同时整个供应链质量状况的好坏又取决于供应链上每个过程和环节以及相关各企业的质量状况。近年来,专家们逐渐将制造业的研究重点放在了供应链协同质量管理与控制方面。现代制造企业供应链是一个复杂的系统,人力、资金、物资、能源和信息是这一系统的输入,而有形的产品和无形的服务则是系统的输出,任何一个环节出了问题都会影响到供应链上其他成员企业,为了使供应链健康稳定地运行,供应链质量保证能力(即质量预防诊断与控制技术)的研究非常重要,预防诊断与控制技术真正体现了“预防为主”的供应链质量管理思想。本文在基于顾客满意和过程控制的供应链质量预测技术研究中引入“ABPM网算法”,为制造企业供应链质量预测技术研究提供了新的研究方向。论文的主要研究内容如下:首先,介绍本论文的研究背景、研究意义、课题的来源、现代制造企业供应链质量管理概述,以及国内外研究现状和论文的研究思路和框架。其次,阐述供应链环境下质量管理与控制相关理论,分析供应链环境下质量预测的目的和特点,研究基于顾客满意和过程控制的质量预测理论、模型和流程,构建制造企业供应链质量预测理论体系和技术框架。再次,从顾客满意和过程控制的角度,提取了供应链环境下各个阶段或环节的关键质量特性,运用德尔菲法和专家打分-层次分析法,建立了制造企业供应链质量预测指标体系。然后,深入研究神经网络预测算法的原理和流程,运用自适应变步长BP神经网络法(ABPM网)建立制造企业供应链质量预测数学模型并给出了实际算例。最后,对构建制造企业供应链质量预测模块的功能需求分析和设计方案进行了研究,开发了包含该模块的制造企业供应链质量管理系统,并做了简要介绍。