基于支持向量機的供應鏈合作伙伴選擇算法.pdf

1、隨著企業(yè)在質量、價格、時間、柔性和創(chuàng)新等競爭領域的經營業(yè)績越來越依賴于供應商網絡,伙伴關系和有效的供應商管理變得越來越重要。在選擇供應鏈合作伙伴的過程中,由于競爭地位與收益的不平衡,缺乏相互信任等因素會造成合作伙伴評價指標與實際值不相符合。為了能更好地提高企業(yè)選擇合作伙伴的效率并減少其選擇成本,選擇最小二乘支持向量機(LS-SVM)算法對合作伙伴進行選擇。實驗證明,LS-SVM比普通的向量機不僅具有較高的訓練效率,而且有更高的精確度。<

2、br>　　 本文首先研究了供應鏈管理的相關理論。在此基礎上對供應鏈合作伙伴的選擇做了詳細的討論與研究,并對目前的供應鏈合作伙伴選擇方法進行闡述。進而研究了統(tǒng)計學理論中的機器學習問題,著重討論了建立在統(tǒng)計學理論上的支持向量機分類方法。通過上述的理論上的研究,改善和建立了供應鏈合作伙伴流程,以及使用到的合作伙伴評價指標。最后使用最小二乘支持向量機作為供應鏈合作伙伴選擇的選擇方法,通過實驗驗證了用最小二乘支持向量機的正確性和高效性。