【摘要】 供應(yīng)商戰(zhàn)略合作評價的目的是選擇并建立與供應(yīng)商的長期戰(zhàn)略合作關(guān)系，消除供應(yīng)鏈上的各種浪費，獲得供應(yīng)鏈上各企業(yè)的“共贏”。BP神經(jīng)網(wǎng)絡(luò)可以很好地解決供應(yīng)鏈復(fù)雜性、交叉性以及動態(tài)性的特點。文章運用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行供應(yīng)商戰(zhàn)略合作評價模型研究，并以某企業(yè)為例，進(jìn)行了實證研究，將供應(yīng)商的評價指標(biāo)作為輸入值，將專家綜合評價指標(biāo)作為輸出值，經(jīng)過訓(xùn)練與檢驗后，該模型可以給出相對客觀公正的結(jié)果，指導(dǎo)企業(yè)與供應(yīng)商的戰(zhàn)略合作。
　　【關(guān)鍵詞】 BP神經(jīng)網(wǎng)絡(luò)； 供應(yīng)商； 戰(zhàn)略合作評價
　　
　　在新的供應(yīng)鏈環(huán)境中，各企業(yè)建立的戰(zhàn)略合作關(guān)系不但能有效消除供應(yīng)鏈上的各種浪費，減少需求與供給的不確定性，有效壓縮訂貨—交貨時間，消除供需鏈的“牛鞭效應(yīng)”，更重要的是能夠提升產(chǎn)品與企業(yè)的競爭力，增強(qiáng)對顧客與市場需求的快速反應(yīng)能力，更好更快地滿足客戶需求。
　　對新供應(yīng)鏈上供應(yīng)商戰(zhàn)略合作評價模型的研究是近幾年才開始的。主要包括：Weber提出的多目標(biāo)規(guī)劃方法；Narasimhan運用了數(shù)據(jù)包絡(luò)分析方法；Hill采用了層次分析法等等，但這些方法難以擺脫評價過程中的隨機(jī)性和模糊性，在實際中也難以操作。
　　BP神經(jīng)網(wǎng)絡(luò)是模擬人腦信息處理功能的一種人工神經(jīng)網(wǎng)絡(luò)，廣泛應(yīng)用于預(yù)測、識別、優(yōu)化計算、系統(tǒng)控制等領(lǐng)域。從理論上講，神經(jīng)網(wǎng)絡(luò)能以任意精度逼近任意復(fù)雜的非線性函數(shù)，輸入數(shù)據(jù)和輸出數(shù)據(jù)之間為“黑箱”，可以通過學(xué)習(xí)完成輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的非線性映射?？梢?，BP神經(jīng)網(wǎng)絡(luò)可以很好地解決供應(yīng)商評價過程中供應(yīng)鏈復(fù)雜性、交叉性以及動態(tài)性的特點以及指標(biāo)權(quán)重隨意性和人為性的特點。
　　本文基于BP神經(jīng)網(wǎng)絡(luò)建立了供應(yīng)商戰(zhàn)略合作評價模型，根據(jù)BP神經(jīng)網(wǎng)絡(luò)的原理，運用Fortran編制了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)與驗證程序，并在L企業(yè)進(jìn)行實施。
　　
　　一、建立供應(yīng)商戰(zhàn)略合作的評價指標(biāo)體系
　　
　　對供應(yīng)商戰(zhàn)略合作研究最早、影響最深的是Dickson，他總結(jié)出了23項供應(yīng)商評價準(zhǔn)則，此后，Hatherall、Handfield et al.、Yanya和Kingsman、堪述勇、陳榮秋等眾多作者研究了供應(yīng)商的評價標(biāo)準(zhǔn)。從現(xiàn)有的研究成果中可以看出，供應(yīng)商的選擇標(biāo)準(zhǔn)已朝多重目標(biāo)的特性發(fā)展，其選擇標(biāo)準(zhǔn)更加復(fù)雜。
　?。ㄒ唬┲笜?biāo)體系的建立
　　如表1所示，本文建立的供應(yīng)商評價指標(biāo)體系綜合反映了供應(yīng)商的業(yè)務(wù)績效、綜合能力、合作水平。不同的行業(yè)和企業(yè)對戰(zhàn)略合作伙伴的要求和選擇是不同的，企業(yè)可以根據(jù)自身的情況，對指標(biāo)體系進(jìn)行修改、增加和刪減，確立戰(zhàn)略合作伙伴的選擇標(biāo)準(zhǔn)。
　?。ǘ┲笜?biāo)的無量綱處理
　　由于指標(biāo)體系中各指標(biāo)之間的數(shù)量綱、數(shù)量級不同，且既有定量指標(biāo)又有定性指標(biāo)，必須將指標(biāo)進(jìn)行無量綱處理，計算公式如下：
　　正向指標(biāo)的處理：
　　Yi=（Xi-Xmin）/（Xmax-Xmin）（1）
　　反向指標(biāo)的處理：
　　Yi=（Xmax-Xi）/（Xmax-Xmin） （2）
　　公式中：Xi表示原始指標(biāo)值，Xmax表示原始指標(biāo)最大值，Xmin表示原始指標(biāo)最小值，Yi表示處理后指標(biāo)值，都位于［0，1］區(qū)間。
　　
　　二、評價模型的理論研究
　　
　?。ㄒ唬┐_定備選供應(yīng)商并獲取供應(yīng)商評價信息
　　企業(yè)進(jìn)行供應(yīng)商戰(zhàn)略合作評價的目標(biāo)必須與企業(yè)的長期目標(biāo)、規(guī)劃及戰(zhàn)略相適應(yīng)，要為提高企業(yè)的核心能力和市場競爭力服務(wù)。
　　1.確定備選供應(yīng)商。企業(yè)首先需要分清關(guān)鍵物資和非關(guān)鍵物資，從而分清戰(zhàn)略性供應(yīng)商和非戰(zhàn)略性供應(yīng)商。這就要求企業(yè)根據(jù)發(fā)展戰(zhàn)略、長期銷售預(yù)測及產(chǎn)品的物料清單等文件，確定購進(jìn)的關(guān)鍵物資，再確定各備選的供應(yīng)商的名單。
　　
　　2.獲取所有供應(yīng)商的評價指標(biāo)值。根據(jù)表1建立的指標(biāo)評價體系，需搜集供應(yīng)商企業(yè)業(yè)績績效、綜合能力和合作水平等方面的數(shù)據(jù)信息。企業(yè)的業(yè)績績效指標(biāo)值是需要從本企業(yè)相關(guān)的采購部門、質(zhì)量部門及生產(chǎn)部門的歷史統(tǒng)計數(shù)據(jù)中獲取的；綜合能力方面的指標(biāo)值是根據(jù)供應(yīng)商的財務(wù)報表、提交的數(shù)據(jù)及原始證明材料以及其他方式獲取的；合作水平方面的指標(biāo)是需要專家根據(jù)供應(yīng)商企業(yè)文化、戰(zhàn)略目標(biāo)以及供應(yīng)網(wǎng)絡(luò)信息化的程度來打分。
　　3.成立專家評價小組，對供應(yīng)商進(jìn)行綜合評價打分。專家評價小組的職能是實施供應(yīng)商綜合評價，組員以來自采購、質(zhì)量、生產(chǎn)、工程、財務(wù)等與供應(yīng)鏈合作關(guān)系密切的部門的人員為主，應(yīng)具有合作精神，并具有一定的專業(yè)技能。
　?。ǘ?gòu)建BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)
　　完成前期的數(shù)據(jù)收集等工作之后，企業(yè)就可以運用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行戰(zhàn)略供應(yīng)商的選擇。依據(jù)BP神經(jīng)網(wǎng)絡(luò)的步驟及特點，本節(jié)確定的結(jié)構(gòu)為三層的BP神經(jīng)網(wǎng)絡(luò)。
　　輸入層輸入的是評價供應(yīng)商樣本的16個指標(biāo)值，這些指標(biāo)值是根據(jù)指標(biāo)評價體系，通過統(tǒng)計、收集，最后再進(jìn)行無量綱處理獲得的；輸出層神經(jīng)元的個數(shù)為1，表示專家對相應(yīng)的供應(yīng)商的綜合評分值，供應(yīng)商每一組16個評價指標(biāo)值對應(yīng)供應(yīng)商的一個綜合打分值，這里的絕對值只是表示了相對評分的高低；隱含層神經(jīng)元的最佳個數(shù)需要經(jīng)過數(shù)值試驗獲得。
　?。ㄈ┻x取樣本進(jìn)行訓(xùn)練與檢驗
　　企業(yè)從備選的供應(yīng)商中選擇合適比例的部分供應(yīng)商樣本進(jìn)行訓(xùn)練，每個供應(yīng)商的一組16個評價指標(biāo)值對應(yīng)一個綜合評分值，分別作為模型的輸入和輸出層，以對網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。
　　然后將部分企業(yè)的數(shù)據(jù)按同樣的方法輸入網(wǎng)絡(luò)，以檢驗網(wǎng)絡(luò)的訓(xùn)練效果。當(dāng)網(wǎng)絡(luò)的訓(xùn)練效果比較好，即誤差值比較?。ňW(wǎng)絡(luò)輸出值與專家打分值之間的誤差）時，建立的網(wǎng)絡(luò)模型就可以用于供應(yīng)商戰(zhàn)略合作伙伴的選擇。
　　（四）運用模型選擇供應(yīng)商戰(zhàn)略合作伙伴
　　通過對BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和檢驗，使建立的網(wǎng)絡(luò)結(jié)構(gòu)具備了對類似問題的解決判斷能力，可直接用于待選供應(yīng)商的評價，以供企業(yè)進(jìn)行選擇。將待選供應(yīng)商的指標(biāo)，分別輸入BP神經(jīng)網(wǎng)絡(luò)中，即可得到網(wǎng)絡(luò)評分值，根據(jù)評分值的大小，對供應(yīng)商進(jìn)行排序，從中選擇企業(yè)最為合適的供應(yīng)商。
　　
　　三、評價模型的實例研究
　　
　　本文運用Fortran編制了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)與驗證程序，并在L企業(yè)得到了實施。L企業(yè)選取了數(shù)據(jù)相對完善、交往時間較長的20家企業(yè)，整理出它們相應(yīng)的指標(biāo)體系，并得到了專家對這20個供應(yīng)商的評價打分結(jié)果，作為神經(jīng)網(wǎng)絡(luò)輸出層的期望輸出，具體數(shù)據(jù)如表2所示。網(wǎng)絡(luò)采用了前15組數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，用最后5組數(shù)據(jù)進(jìn)行檢驗。
　　
　　對照表2后五組檢驗數(shù)據(jù)，網(wǎng)絡(luò)計算值與專家打分值的平均誤差為5.57%，表明學(xué)習(xí)后的神經(jīng)網(wǎng)絡(luò)可以很好地獲取并存儲專家的經(jīng)驗和判斷，因此，該模型可以很好地用于對其他供應(yīng)商進(jìn)行綜合評價，以獲取供應(yīng)鏈上的戰(zhàn)略合作伙伴。
　　
　　四、結(jié)論
　　
　　通過對給定樣本模式的學(xué)習(xí)，獲取專家的知識、經(jīng)驗、判斷及對目標(biāo)重要性的傾向，可再現(xiàn)評價專家的經(jīng)驗、知識和直覺思維，從而保證了定性研究與定量研究的有效結(jié)合，可以較好地保證供應(yīng)商戰(zhàn)略合作評價的客觀性。同時，該評價模型也能廣泛地適用于其他企業(yè)，可以有效地支持對供應(yīng)商的動態(tài)評價決策。
　　
　　【參考文獻(xiàn)】
　?。?］ 陳江，曹兆勇.牛鞭效應(yīng)現(xiàn)象及其對策［J］.現(xiàn)代管理科學(xué)，2004（2）.
　?。?］ 賀紅燕，朱軍勇，許麗紅，等．供應(yīng)商選擇方法綜述［J］.河北工業(yè)科技，2005（22）.
　?。?］ 朱大奇，史慧.人工神經(jīng)網(wǎng)絡(luò)原理及其應(yīng)用［M］.科學(xué)出版社，2006.
　　［4］ 蔣宗禮.人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論［M］.北京：高等教育出版社，2001.
　　［5］ D. Sarkar， Methods to Speed up Error Back-Propagation Learning Algorithm［J］.ACM Computer Surveys，Vol. 27， No.4，December 1995.
　?。?］ Dickson，GAn Analysis of Vendor Selection Systems and Decisions ［J］，Journal of Purchasing，1996.
　?。?］ Handfield R B， Krause D， Scannell TV， Avoid the pitfalls in supplier development［J］.Sloan Management Review， Winter 2000.