供应商评价与选择综述

更新时间:2024-01-28 作者:用户投稿原创标记本站原创 点赞:5103 浏览:18782

中图分类号:F713.3 文献标识:A 文章编号:1009-4202(2010)09-079-01

摘 要 供应商评价与选择问题是学术界十分关注的优化决策问题,许多学者对此进行了相关研究工作.本文将对已有的供应商评价与选择方法进行总结,并对各种方法的优缺点进行深入评析,为更加准确地选择供应商提供决策参考.

关 键 词供应商选择 综合评价

一、引言

供应商作为一条供应链的物流实体的提供者,是保证生产物流正常运行和客户订单交货期实现的关键环节.因此选择合适的供应商不仅直接影响企业的成本,而且还决定该企业对订单的响应速度、企业的柔性、交货期等等,它对企业竞争力有着重要的影响.

关于供应商评价与选择的研究一直都是供应链管理研究当中的一个重要的课题.本文将对供应商选择方法进行一个全面的总结与评述.

二、供应商选择方法

1.数学规划模型

Junyan.W就将供应商各项指标作为模糊变量,建立了模糊期望价值模型以及模糊机会约束规划模型,并且通过仿真技术以及遗传算法对模型进行求解.前面提到的方法都没有考虑到投入与产出之间是否有效的问题,Weber提出使用数据包络分析法(DEA)来评价供应商,在进行供应商选择时,需要把确定的选择标准转化为输入变量和输出变量,使用DEA模型计算各供应商的相对效率,从而选择合适的供应商.


2.线性权重法

田宇将AHP法与线性规划法相结合,首先使用AHP法求出每个供应商的得分,将结果作为第二步线性规划模型中满意度目标函数中的权重.韩瑞珠等在文中针对判断矩阵构建受主观影响较大这一问题,运用三角模糊数来代替实数值构建判断矩阵,并在三角模糊数重心排序和方差排序方法的基础上提出了一种具有决策者风险偏好的排序方法.

3.统计方法

朱强等采用TOPSIS法对供应商进行选择,首先用AHP法求出每个方案在各个指标上的得分,然后针对同一个指标选择方案中最大值和最小值,将各个指标综合起来得到最后方案的最大值和最小值,最后计算每个方案到两个极值的距离,得到评价对象与最优方案的相对接近程度,以此作为评价优劣的依据.丁传勇等采用主成分分析法对评价指标进行降维处理,即在原始指标的基础上构造适当的线性组合产生新的指标,再用这些指标对供应商进行综合排名.

4.人工智能方法

在上述总结的几种方法中,都要事先确定数学模型,选择各评价指标与评价结果的数学关系,但是一般评价指标和评价结果的关系大都是复杂的隐式的非线性关系,因此若选择的评价指标过多,无法保证评价结果的可靠性.人工神经网络作为一门新兴学科,在进行评价前无需事先给定模型,具有自学习、自适应和非线性动态处理等优点.Siying构建的供应商选择系统采用了BP神经网络.除了常用的神经网络方法外,数据挖掘、多分类器融合技术等计算机中常用的方法也被广泛运用到供应商选择中.

三、结语

供应商评价与选择研究经历了定性分析、定量分析、定性与定量分析相结合三个发展阶段,并且由于计算机处理能力的提高以及人工智能理论的发展,基于人工智能的供应商评价方法也已经成为一种极具发展潜力的决策支持工具.随着评价方法的不断改进,企业将更加理性、更加准确地选择适合企业的供应商,提高整个供应链的效率和效益,以实现企业的战略目标.

★江西省研究生创新专项资金自筹项目《基于FAHP的应急保障方案综合评价》YC09B020