论文部分内容阅读
供应链管理作为一种系统的集成的管理模式,在近年来已经成为学术界和各企业广泛关注的热点课题。然而,供应链上的节点企业所在的环境是不稳定的,一旦某个环节发生风险,就会影响整条供应链的正常运行。因此,对供应链风险管理各方面进行研究,更是尤为重要。供应链风险评价方法的研究,为企业实施供应链风险管理,促进节点企业间互相协作,保证供应链正常良好的发展具有十分重要的意义。本文将供应链风险评价作为研究对象,借鉴已有的相关研究成果,设计了供应链风险评价指标体系,构建基于BP神经网络的供应链风险评价模型,并在此基础上与其他风险评价方法作比较,得出本文方法的优越性。文中首先介绍供应链风险评价的研究背景,对国内外研究现状进行了综述,探讨了供应链风险评价研究的必要性和重要性,并提出了本文的研究内容和思路。其次,介绍了供应链评价的定义与评价方法、BP神经网络的相关理论与特点,分析了基于BP神经网络的供应链风险评价的可行性。通过查阅该领域优秀核心的研究成果,了解现有的影响供应链风险评价因素,构建供应链风险评价指标体系。然后,运用BP神经网络建立供应链风险评价模型,并用Matlab对模型进行实现。最后,将本文的方法与其他评价方法进行比较,得出该方法的有效性和优越性。本文所建立的供应链风险评价的BP人工神经网络模型,具有很高的准确度,对所用供应链风险样本而言,得出的结果相对误差在10-3以下。BP神经网络对于解决供应链风险评价等此类高度非线性问题具有独到的优势。人工神经网络不失为确定某条供应链风险的有效技术手段,为当前企业进行供应链风险管理提供有效的决策支持。