随着科技的快速发展,社会逐渐进入了智能化时代。为满足生产生活的电力资源需求,国家电网规模也在逐渐扩大。供电局对物资需求量持续增加,电网企业选择增多。为提高供电局选择供应商的效率,减少供电局选择供应商的成本,供电局需要对物资供应商全面了解,构建合理的供应商评价系统,保证电网建设的顺利开展。为确保供电局能选择优质供应商,本文融合决策树算法与支持向量机算法,构建二分类SVM-决策树分类器,依据决策树分类顺序对供应商数据逐层分类。论文的主要工作包括:1.运用南岸局电力公司提供的交流隔离开关供应商有效数据,确定供应商评价指标体系并对指标体系进行量化处理。2.根据调查问卷法确定指标主观权重,熵权法确定指标客观权重,综合主观权重与客观权重确定供应商一级指标与二级指标的组合权重。计算各供应商综合得分,根据得分排序供应商分为6个等级,并赋予相应的标签。3.以决策树模型的分类特征为依据,得出二分类SVM-决策树模型的分离顺序。以供应商数据作为样本,分别利用决策树、支持向量机与二分类SVM-决策树对供应商数据进行分类。对比三种分类器分类效果,结果显示,二分类SVM-决策树分类器训练集分类正确率、测试集分类正确率均高于0.9,最高正确率可达到0.9612,相比决策树与支持向量机,二分类SVM-决策树分类器分类效果得到明显提升。