数据挖掘在供应商评价中的应用

安徽大学硕士学位论文数据挖掘在供应商评价中的应用姓名：胡光杰申请学位级别：硕士专业：计算机应用技术指导教师：张铃20070501数据挖掘在供应商评价中的应用作者：胡光杰学位授予单位：安徽大学相似文献(10条)1.学位论文叶龙辉基于数据挖掘的战略供应商综合评价研究2009供应链管理是近年来在国内外逐渐受到重视的一种新的管理理念与模式，被视为是提升企业竞争力，与上、下游厂商建立信任关系的基础之一。供应商评价通过对供应链上游企业进行评价，起到了选择供应商、激励供应链合作伙伴、提高供应链绩效水平的重要作用。目前国内大多数企业并没有一个准确、客观的供应商评价体系，这无疑大大影响了供应链的性能。本研究对供应链管理条件下的战略供应商与制造商之间关系的特点进行了深入的剖析，强调了制造商与战略性供应商建立战略合作关系的必要性。在全面分析和借鉴供应商评价的有关理论和方法成果的基础上，设计构建了战略性供应商选择与评价模型，并通过数据挖掘的方法对企业供应商历史交易数据进行分析，利用聚类和神经网络算法对供应商进行分类，从而达到对供应商进行评价的目的。数据挖掘技术的新应用，为供应商评价方法的研究提供了一种新思路，战略供应商管理评价模型使企业能够科学、合理地对战略供应商进行评价，为企业管理者提供了可靠的决策依据。2.学位论文武弦企业供应商管理的分析与研究2009供应商处于供应链中特殊的地位，它是供应链的制造中心、后勤保障中心以及质量与成本的控制中心，同时对于企业的新产品开发有着相当重要的作用，因此在供应链环境下的供应商管理显得尤其重要。本文主要分析企业供应商管理的两大模块：供应商信息库的建立和供应商评价选择分析．对于供应商信息库部分，本文针对普通中小制造型企业开发了企业供应商资料管理系统，主要实现对供应商相关信息资料进行管理，用户可以实现以下功能：建立新供应商，更改供应商信息，输入（更改）表格内供应商具体信息及交易记录；可以通过供应商名称、所在地区或企业编号来进行对供应商的查询。系统不仅存储有供应商的基本信息还可以同时记录交易数据，为未来对供应商评价选择提供依据。对于供应商评价选择分析部分，主要通过比较几种数据挖掘算法以及结合供应商选择的实际情况，提出一种适用于选择供应商的改进层次凝聚数据挖掘算法。该算法主要分为两个步骤，第一步应用凝聚的层次聚类算法进行聚类生成初始簇；第二步从已得到的初始簇中，找出包含对象个数较多的簇，然后在这些簇的质点中随机选择k个作为第二次聚类的簇中心，计算不同选择方式下所有对象到所选k个簇的中心点的距离总和，确定距离总和最小的为最佳选择。最后具体以某制造企业为例，通过对该企业其中一项零部件的十家供应商进行聚类分析，其中供应商选择的聚类属性有：产品质量、产品价格、交货周期、交易金额以及售后服务。在确定了聚类属性之后，在数据库中建立一个聚类数据表，然后通过改进后的层次聚类算法将供应商分为三类：第一类供应商在各个方面都比较好，是企业应该重视并可以选择的供应商；第二类处于第一类和第二类之间，是企业在未来需要选择更多的供应商和更改原有的供应商时备选的供应商集合；第三类中的供应商各方面都是最差的，企业不予考虑。3.期刊论文李成章.王道平.LICheng-zhang.WANGDao-ping基于ID3算法的供应商评价方法研究-技术经济与管理研究2009,(2)随着信息技术的发展,供应链已经越来越成为商业发展的趋势,供应商作为供应链的源头,其质量很大程度上决定了整条供应链的竞争能力.本文在总结比较常见的供应商评价方法的基础上,提出了将数据挖掘中的ID3算法应用到供应商的评价中,以使对供应商的评价更客观,更准确.4.学位论文陈书玉基于数据挖掘的机械制造业供应商评价研究2006随着社会化大分工和全球经济合作的发展，我国的众多企业由传统的运作方式逐步转换为供应链管理模式。为提高自身的核心竞争力，企业的产品结构中外购件和外协件所占的比重日益增加，因此必须更加注重对供应商的管理。对供应商进行评价监督是供应商管理中的重要环节，而我国的机械制造企业对供应商的评价仍存在着诸多问题，如缺乏综合的评价指标体系，没有科学的评价方法等。本文深刻剖析了我国机械制造业对供应商评价的现状和存在的问题，结合数据挖掘的思想，提出了适合该行业的供应商评价指标体系和评价方法。首先根据供应链在运行期的特点及机械制造业供应商的特性，从全新的角度利用科学的方法，构建出综合的供应商评价指标体系，给出客观指标量化的依据及定性指标考察的核心内容，指出对各指标评价值进行无量纲处理的方法和过程；然后将层次分析法与神经网络技术相结合，通过层次分析法求得各指标的权重并训练神经网络使其达到稳定状态，利用基于离散型Hopfield神经网络的评价模型来实施供应商评价，制定出科学合理且公平的供应商评价流程；最后，利用数据挖掘技术中的数据处理方法，结合文中所提出的指标体系和评价方法进行了实证分析，并给出整个评价系统的实现过程，使得机械制造企业可借鉴该评价系统实现供应商绩效的动态管理，从而降低供应链中供应商环节的潜在风险，优化并提高各节点企业的价值，保证供应链的顺利运行。5.学位论文於晓榛基于供应链理论的供应商评价系统的研究与应用2003该文对全球制造环境下供应商的评价选择问题从理论和实际应用两方面进行了系统的研究.该文的研究内容主要包括:1、对全球经济一体化的产生背景、市场竞争特点以及在此基础上产生的供应链管理进行了介绍,指出了在新的生产方式下的供应商评价系统的重要性.2、对供应商评价系统提出了理论结构,分析了供应商综合评价要考虑的主要因素,提出了全面、系统的综合评价指标体系.3、首次提出了基于层次分析法结合数据挖掘算法的供应商评价与选择方法,充分利用交易数据的客观性,指导供应商选择决策.并提出了针对不同产品的特点对其供应商有不同侧重点的评价方法.4、在供应商评价系统理论的基础上,结合亚美联存储系统有限公司的实际情况,成功开发了亚美联供应商评价系统,并将其应用于亚美联公司的实际生产中.6.学位论文鲍芳基于数据挖掘技术的战略采购方法研究——以德国Lufe公司为例2006随着全球采购中心的形成，战略采购及其决策方法己经成为工业企业界理论和应用研究的热点。在供应链的环境下，战略采购的原则和最终任务就是挖掘与企业就战略性物料结成战略合作伙伴关系的供应商，实现双赢。于是，如何选择战略型供应商成为战略采购的一个决策重点。而数据挖掘是目前计算机领域一个非常热门的话题，为我们从大量数据中找到有用的“知识”提供了强有力的技术支持和手段，利用数据挖掘技术，使得企业的战略采购决策效率得到了极大的提高。由于中德贸易的迅猛增长，选择合适的战略采购供应商将是未来几年德国企业普遍关心的课题之一。本文以德国企业在华采购为研究背景，首先对战略采购和数据挖掘的有关基本理论进行了综合的分析和阐述：其次，研究了目前战略采购中有关物料分类方法和供应商选择方法的理论，深入的分析和总结了各种理论的优缺点。在这个基础上，指出针对战略型物料选择战略合作伙伴建立战略合作伙伴关系，并提出了采用数据挖掘技术来完成战略采购中有关物料和供应商决策的新思路；然后，设计并实现了这种基于数据挖掘技术的战略采购决策方法，并建立了一个基于中国采购市场的供应商评价体系，作为中国供应商特征信息库；接着，通过解决德国CTLufe公司战略采购中的实际问题对基于数据挖掘技术的战略采购决策方法进行了应用，使这种新的方法不仅具有理论意义，更具有实践意义；最后，本文在总结与展望中提出了对基于数据挖掘技术的战略采购模型的系统性整合的研究方向，并指出下一步将研究如何利用数据挖掘技术对战略供应商进行有效的管理和控制。7.期刊论文曾绍华.魏延.ZENGShao-hua.WEIYan供应商评价的支持向量机模型及应用研究-重庆师范大学学报（自然科学版）2007,24(1)对供应商的评价是企业供应中的首要问题.本文在建立供应关系数据仓库的基础上,挖掘和优化供应商评价指标体系.应用温度计-洋葱头算法建立供应商评价的隶属函数,以定义供应商评价的目标变量--供应商评价指数,和建立挖掘供应商评价的支持向量机模型.最后介绍了一个实例.8.学位论文周彦基于遗传算法的RBF网络模型在供应商关系管理系统中的应用研究2006随着经济全球化和市场国际化的发展趋势，制造业所面临的竞争更趋激烈。高质量的原材料和优秀管理的供应体系，决定了能否满足客户购买需求，也最终决定企业能否获得利润。选择合适的供应商，可以恰当的满足企业的购买需求，提高企业的竞争力。本文详细论述了基于改进的混沌遗传算法的径向基神经网络算法，利用该算法解决供应商关系管理系统中供应商评价的问题。本文开头分析了供应商关系的重大意义，概括了供应商关系研究状况及目前的一些评价体系和方法，并简单介绍了数据挖掘的概念和发展。通过参考国内外研究成果，研究并分析了人工神经网络尤其是径向基神经网络和遗传算法的结构设计原理和实现机制，针对传统径向基神经网络算法存在的不足及其与遗传算法互补的可能性，本文提出了一种基于改进的混沌遗传算法的径向基神经网络的建模方法。本文根据建模的需要，对建模和优化方法进行了研究和改进。首先，本文详细分析了遗传算法进行全局搜索的基本原理和具体操作之后，考虑到遗传算法在种群进化质量方面的局限性，一方面提出了利用混沌序列的内部有规律性对种群的初始值进行变化，同时对混沌遗传算法中族间选择、交叉加以改经，避免了“残酷竞争”导致丢失良好个体的现象。另一方面自适应地调整交叉变异概率的方法来提高种群进化质量，这两种措施的提出克服了遗传算法的“早熟”现象的出现。接着，本文深入探讨了神经网络基本理论以及传统径向基神经网络的学习算法，在此基础上，针对传统径向基神经网络梯度训练法收敛不理想的问题，将径向基神经网络和改经的混沌遗传算法相结合，充分利用径向基神经网络的逼近能力和混沌遗传算法的全局搜索能力。通过改经混沌遗传算法改进神经网络隐层到输出层的权值，并且利用WEKA平台进行仿真实验验证了新型算法的在正确率和收敛性上的较好表现。经过比较，确定了用基于改进的混沌遗传算法的径向基神经网络建立供应商评价模型，本文以某大型通讯制造企业作为案例分析，进一步验证了这种挖掘算法的正确性和可行性。同传统的径向基神经网络结果比较，得出以下结论：利用改进的混沌遗传算法求解径向基神经网络的权值比用梯度下降法调整权值的方法更容易达到全局最优解，而且提高了神经网络的逼近非线性系统的精度和速度；利用改进型径向基神经网络建立的供应商评价模型具有自学习性、自组织性和自适应性，用该模型评价供应商，提高了准确性，也具有很高的商业价值。9.会议论文孙兴强.费树岷加权模糊聚类在供应商评价选择中的应用2007目前，关于供应商评价选择问题的研究大都集中于不确定性，多目标性和主观性等。但许多方法的评价结果往往只有一个结论，而缺乏更多用于决策的信息。模糊聚类作为无监督的数据挖掘算法，能够发现对象间内在未知关联特性，可以为决策提供更多信息。文章运用模糊聚类算法这一特点，结合信息熵加权思想，提出基于加权模糊聚类的供应商评价选择模型，并给出建模步骤，最后通过华茂纺织集团部分原棉供应商评价实例对模型应用进行印证。10.学位论文姚淑琥零售业供应链中的采购、库存和分销优化研究2007当今整个市场竞争呈现明显的国际化和一体化格局，全球零售业之间的竞争已不再是企业间的竞争，而是供应链之间的竞争；采用供应链管理已不再是管理和整合供应链的一种选择，而是企业获取成功的一种必须。从集成的管理思想和方法来看，供应链管理涵盖从企业战略层到战术层，再到运作层的所有的需求预测，计划，决策优化和执行等职能。零售业供应链主要由采购、库存和分销等环节组成。本文针对零售业供应链采购、库存和分销阶段，提出并研发了一些新的模型和优化方法，其中包括：针对采购阶段的供应商评价与选择问题，提出了基于模糊集理论的改进层次分析（FEAHP）评价方法，并建立了多目标整数规划模型，同时考虑了采购量折扣，很好地解决了该问题；针对库存阶段的零售商库存管理问题，通过整合库存模型和