摘要：供应商选择评价方法是否得当，将直接决定了企业所选供应商的优劣，并将最终影响到整个供应链的竞争能力。论文首先基于二十一世纪采购环境的变化及其对采购供应提出的新要求，结合前人的研究成果，构建了一套由质量、成本、服务、柔性、可靠性、管理水平、研究与发展能力这7个一级指标和交货柔性、协调能力、信息化水平等27个二级指标组成的供应商选择评价指标体系，并对这些指标的内涵进行了分析。考虑到供应商选择指标之间呈现出复杂的非线性关系，而诸多的评价方法中，唯有人工神经网络具有独特的非线性适应性信息处理能力，据此论文以此为工具，运用前向神经网络中的BP神经网络设计了一套算法，并基于该算法建立了供应商选择评价模型，最后进行了实例分析。结果表明，运用这一评价模型来选择应商，能较好地避免其他方法人为计取权值和相关系数过程中的主观影响和不确定性，选择的结果比较客观、科学。

   关键词：BP神经网络；供应商选择；输入向量；网络收敛

1  引言

实施供应链管理可以有效地提高企业的整体竞争力，使其能够面对巨大的挑战。而供应商的选择则是构筑供应链的第一步，也是关键的一步。如何快速有效地从众多的供应商中选择到适合企业所需要的供应商，这是供应链上每个企业所特别关注的问题。由于供应商的选择属于多目标决策的范畴，非常复杂，企业只有充分考虑到本企业的需求实际和战略目标，采用科学的选评方法，才能选择到理想的供应商。

关于供应商的选择方法，近几十年来，不少学者从单产品和多产品、单货源和多货源、价格折扣、单阶段和多阶段等角度进行了有益的探索，提出了许多行之有效的方法，特别是一些定量方法。

Timmerman（1986）提出用成本先计算由质量、运输、服务等项目构成的总成本，然后进一步计算每项构成指标的成本占总成本的百分比，并据此来确定最终供应商的成本比率法^[1]。Roodhooft和Jonings（1996）通过分析采购活动产生的直接和间接成本来选择供应商，提出了作业成本法(activity-based costing)^[2]。此外，还有学者提出了ABC成本法Activity Based Costing Approach），通过计算供应商的总成本来选择供应商。以上这些学者都是从成本的角度来研究供应商的选择问题的^[3]、[4]。此方法的优点在于帮助采购商在决策时从整体考虑采购成本，不单单考虑产品价格，进而做出更为理性的决策。但是，由于成本法要求在制定采购决策之前必须详细收集供应商的信息及各种成本数据，信息量和计复杂度大，对于那些没有供应商详细信息的供应选择问题，此方法难以奏效。另外，此种方法只考虑了成本这样一个指标而忽视了其他很重要的指标，对供应商评价也不太全面^[5]。

Gaballa（1974）以澳大利亚邮局的多项目采购为例,建立了混合整数规划模型, 首次将线性规划方法用于供应商选择问题^[6]。Pan（1989）以价格、质量和服务为约束条件，针对供应商选择以及采购量在供应商之间分配的决策问题建立了一个以成本为目标函数的单目标线性规划模型^[7]。Rosenthal（1995）等人以价格、质量、交货和供应能力作为约束条件，研究了不同产品绑定销售打折情况，建立了以最小化采购成本为目标的混合整数规划模型^[8]。Ghodsypour和O'Brien（2001）以质量和供货能力为约束条件，以采购、存储、运输、订货等各项成本之和最小化为目标函数，提出了一个用于求解单产品、多货源以及无价格折扣条件下多阶段供应商选择与采购量分配优化决策问题的单目标混合整数非线性规划模型^[9]。Weber 和Current 将价格、质量、交货作为目标，以供应商能力、需求、政策、资金、供应商数量作为约束，用多目标线性规划模型进行供应商选择^[10]。Karpank等人（1999）根据多产品、多货源、无价格折扣的假设条件建立了一个可视化多目标混合整数线性规划模型，在供应能力限制与供需平衡的约束条件下综合考虑采购成本、产品质量和交货可靠性^[11]。Arunkumar等人（2006）基于多产品、多货源、有价格折扣的假设条件，考虑供需平衡、供货能力、提供给被选中供应商的业务量等制约因素来构建使不合格产品数量、非准时交货数量和总采购成本都最小化的多目标混合整数线性规划模型^[12]。上述学者构建的供应商选择模型都是基于数学规划法的，这一方法是供应商选择中运用相当广泛的一种方法，它是解决单货源和多货源情况下供应商选择与采购量优化决策问题的一种有效方法。但由于对社会、生产和经济系统的复杂性和非确定性缺少足够的理论支持和足够的历史数据等，导致许多问题无法抽象出清晰的数学模型和精确的数学方法求解。同时，在问题较大且复杂的情况下很难得到精确的解析解。