随着社会的发展,政府采购不再仅仅是为了满足政府部门日常购买物品或服务的需求,它被赋予了更多的职能。它是反映政府相关政策的晴雨表,是分配社会资源的一杆秤,是体现政府公开公正廉洁的一面镜子。政府采购的目标和作用日趋多元化。供应商联系着政府的需求和市场的供给。政府采购的目标和作用的实现效果很大程度上依赖于政府采购供应商的综合水平。结合政府采购的特点和原则,如何选择供应商成为学者关注的研究领域,该问题的研究具有重要的理论价值和现实意义。本论文分析了政府采购的发展现状及趋势,对政府采购供应商评价方法进行深入研究:目前供应商评价方法指标设置普遍缺乏体系化,指标较为陈旧,过多关注产品本身,未能结合目前产品服务化趋势。评价方法主观性较强或者算法复杂实操性不够,在面临多目标决策时传统的供应商选择方式已不再适用。近年来基于人工神经网络(Antifiction Neural Network)信息处理方法的兴起,使得利用数学模型和计算机软件进行更精准的复杂多目标决策成为可能。本文提出了运用深度神经网络法作为供应商评价方法。利用三棱镜模型,从供应商的利益相关方分析,从利益相关方的需求、贡献、战略、流程、能力构建评价供应商评价体系。依据构建的指标体系,将深度神经网络模型的方法运用到政府采购供应商评价中,构建基于深层神经网络的政府采购供应商评价模型。最后通过实证分析,利用MATLAB实现深度神经网络评价模型的应用步骤,对评价模型的有效性进行了验证,证明该方法有效可行,并提出了将该方法运用于实践的建议。本文对政府采购供应商选择评价构建了评价指标体系和方法模型,具有以下意义:一是对于供应商评价理论进行了有益补充,丰富完善了当前供应商研究理论,具有一定理论价值。二是构建的政府采购供应商评价指标体系指标全面,模型运算便捷,具有较强的可行性,为政府采购供应商选择提供了一种参考方法。