信息技术和经济全球化的高速发展,给企业带来一系列新的严酷的经济竞争压力。为了适应现代环境下的市场需求,企业必须协调并整合资源,提升整个供应链的竞争力。作为整个供应链源头的供应商,是供应链优化的重要环节,对企业能充分发挥核心竞争力起着关键的作用。在这样的背景之下,本文以定性结合定量为研究方法,对供应商的选择与评价进行深入的探讨和研究。首先介绍了论文研究的背景和意义,综述国内外对供应商选择与评价研究的现状。其次以供应商选择评价理论为基础,对供应商、人工神经网络等相关概念进行了界定。在综合已有相关文献资料的基础之上,根据全面简明、客观可比、可操作性、可扩展性等设置原则,构建了供应商选择评价指标体系。该体系包括产品质量、产品价格、交货期、生产能力、新产品研发水平、信息化水平、财务状况、售后服务8个一级指标;ISO质量认证情况、产品合格率、返修退货率、价格、交货提前期、订单满足率、年生产能力、数量柔性、时间柔性、品种柔性、研发经费投入额、新产品的销售比率、专业人员比例、信息系统的使用与维护水平、资产报酬率、流动比率、资产负债率、顾客投诉响应率、顾客投诉满意度19个二级指标。进而运用BP神经网络理论,在供应商选择评价指标体的基础上,构建基于BP神经网络的供应商选择评价模型。通过样本输入数据的学习构建BP神经网络,并对网络进行训练及仿真,计算出预测值和实际值的误差,从而选择出符合要求的供应商。然后以MATLAB提供的工具箱通过数据模块、网络模块和输出模块三大模块,对BP神经网络的供应商选择评价模型进行了实现。论文最后通过A公司的应用算例,对运用MATLAB实现基于BP神经网络的供应商选择评价的应用过程与步骤进行了详细的介绍,并验证分析了基于BP神经网络的供应商选择评价方法,是一种可行而且有效的方法。期望本论文的研究方法及结论能够在理论和实践上对供应商选择评价研究领域提供借鉴。