论文部分内容阅读
随着全球经济竞争日趋激烈,资源日益短缺,环境污染日益严重,一种新型管理模式——绿色供应链管理,顺应经济和时代的要求发展起来。能否选择合适的供应商成为绿色供应链构建成败的关键,而供应商评价是这个选择过程的重要组成部分。对供应商进行评价有利于绿色供应链中环境目标的实现,有助于保证采购品质量,降低采购者成本,有助于突破贸易壁垒,对企业发展具有极为重要的意义。供应商评价往往包含许多可见和不可见的多层次因素,所以评价结果很难用函数关系式表达,传统的方法难以解决这个问题。本文对基于粒子群神经网络的绿色供应链中供应商评价进行了研究。主要内容包括:
⑴通过分析绿色供应链管理和绿色采购的相关理论,对绿色供应链管理和一般供应链管理的各个特征进行了对比,并且归纳了绿色供应商评价的步骤,总结了绿色供应商评价与传统供应商评价的区别,建立了绿色供应链管理的供应商评价指标体系。
⑵研究了绿色供应链管理中供应商评价的神经网络模型的理论基础,分析了神经网络中最经典的BP网络的原理,以及传统BP神经网络的缺点,总结了其各种改进方法;针对BP网络收敛速度慢,初始权值选取不当容易陷入局部最优的缺点,提出了改进的粒子群优化BP(IPSO-BP)神经网络算法模型。
⑶用MATLAB软件对基于IPSO-BP神经网络的绿色供应链中供应商评价模型进行了仿真实验。通过与传统的BP神经网络在误差分析和收敛速度的比较,得出基于IPSO-BP神经网络的绿色供应链管理供应商评价模型更为有效。