[發明專利]一種基于LMBP模型的供應鏈質量績效評估方法

在審

• 申請號: 201910361952.9
• 申請日: 2019-04-30
• 公開（公告）號: CN110097282A
• 公開（公告）日: 2019-08-06
• 發明（設計）人: 黃棟;葉衛民;何杜博;趙松松;蔡萬區;周景冉
• 申請（專利權）人: 中國人民解放軍海軍工程大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N3/08
• 代理公司: 長沙大珂知識產權代理事務所(普通合伙) 43236
• 代理人: 伍志祥

1.一種基于LMBP模型的供應鏈質量績效評估方法，其特征在于，包括以下步驟：

步驟1，根據裝備采購供應鏈特點構建五維平衡計分卡評價體系框架；

步驟2，依據裝備采購供應鏈質量戰略在所述的五維評價體系框架下設立具體評價指標；

步驟3，規范化原始指標數據；

步驟4，計算評價指標權重值；

步驟5，根據所述的評價指標權重值和規范化后的指標數據確定實際供應鏈質量績效水平；

步驟6，將規范化后的指標數據和實際供應鏈績效水平輸入到LMBP神經網絡模型中進行訓練；

步驟7，獲取待評估的指標數據；

步驟8，利用訓練好的LMBP神經網絡模型計算評估結果。

2.根據權利要求1所述的供應鏈質量績效評估方法，其特征在于，步驟3中所述的原始指標數據包括效益型指標數據和成本型指標數據，效益型指標數據規范化公式為成本型指標數據規范化公式為其中a_ij為第i個樣本的第j個指標規范化前的原始數據，a_ijmin為第j個指標所有原始數據中的最小值，a_ijmax為第j個指標所有原始數據中的最大值，r_ij為第i個樣本的第j個指標規范化后的數據。

3.根據權利要求2所述的供應鏈質量績效評估方法，其特征在于，步驟4中采用熵權法計算各指標權重值，包括以下步驟，

步驟401，計算第i樣本下第j個指標值的比重p_ij：

其中m為樣本數量；

步驟402，計算第j個指標熵值e_j：

其中k＝1/lnn；

步驟403，計算第j個指標的權重w_j：

其中，n為指標個數。

4.根據權利要求3所述的供應鏈質量績效評估方法，其特征在于，還包括步驟7，優化樣本中的指標值，計算優化后的評估值，用所述的評估值與目標值進行對比，若一致，則優化方案有效，若不一致，則優化方案無效。

5.根據權利要求3或4所述的供應鏈質量績效評估方法，其特征在于，所述的具體評價指標包括一級指標和二級指標，所述的一級指標包括供應商質量、內外部生產流程、質量持續改進、財務性結果和用戶相關五個，所述的一級指標供應商質量包括質量監督水平、產品合格率和準時交貨率三個二級指標，所述的一級指標內外部生產流程包括管理信息系統、技術先進性和物流效率三個二級指標，所述的一級指標質量持續改進包括質量人員水平、設備完好率和質量體系完備率三個二級指標，所述的一級指標財務性結果包括凈資產收益率、流動資產周轉率和總資產周轉率三個二級指標，所述的一級指標用戶相關包括用戶抱怨率、產品故障率和售后滿意度三個二級指標。

6.根據權利要求5所述的供應鏈質量績效評估方法，其特征在于，所述的LMBP神經網絡模型的為三層結構，分別為輸入層、隱含層、輸出層，節點數分別為15、12、4，三層神經網絡的傳遞函數分別為tansig函數、logsig函數和purelin函數，訓練函數為trainlm函數。

7.根據權利要求6所述的供應鏈質量績效評估方法，其特征在于，訓練過程中設置目標誤差e為0.001，訓練步長μ為0.05。