手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于支持向量机的供应链合作伙伴选择算法

肖宇

  随着企业在质量、价格、时间、柔性和创新等竞争领域的经营业绩越来越依赖于供应商网络,伙伴关系和有效的供应商管理变得越来越重要。在选择供应链合作伙伴的过程中,由于竞争地位与收益的不平衡,缺乏相互信任等因素会造成合作伙伴评价指标与实际值不相符合。为了能更好地提高企业选择合作伙伴的效率并减少其选择成本,选择最小二乘支持向量机(LS-SVM)算法对合作伙伴进行选择。实验证明,LS-SVM比普通的向量机不仅具有较高的训练效率,而且有更高的精确度。 本文首先研究了供应链管理的相关理论。在此基础上对供应链合作伙伴的选择做了详细的讨论与研究,并对目前的供应链合作伙伴选择方法进行阐述。进而研究了统计学理论中的机器学习问题,着重讨论了建立在统计学理论上的支持向量机分类方法。通过上述的理论上的研究,改善和建立了供应链合作伙伴流程,以及使用到的合作伙伴评价指标。最后使用最小二乘支持向量机作为供应链合作伙伴选择的选择方法,通过实验验证了用最小二乘支持向量机的正确性和高效性。……   
[关键词]:SVM;供应链管理;合作伙伴选择
[文献类型]:硕士论文
[文献出处]:华东师范大学2011年