论文部分内容阅读
供应链协作是当前学术界和企业界的研究热点,供应链节点企业为了更大效益,建立供应链协作联盟,通过实现信息共享和知识共享,促进供应链整体收益的提高。预先设定分配机制和约束条件,在供应链整体收益增加的基础上,合理分配收益,实现双赢。
供应链协作包含着极其丰富的内涵,其中过程控制是最关键的管理要件,在过程控制中,订单处理占据着举足轻重的地位。订单处理系统是物流系统一个重要的子系统,订单处理的速度和质量直接影响整个物流活动的成本和效率,快速准确的订单处理不仅能使企业以较高的客户服务水平抓住客户,而且可以为企业节约流动资金、削减费用。本文以此为研究背景,考虑在供应链环境下,利用共享信息解决企业订单处理过程中订单优先权的确定问题。
订单处理排序的正确与否将在很大程度上决定订单处理的质量水平。约束理论、线性规划理论、战略理论、层次分析法以及熵权法等均从不同角度给出了订单优先权决策的理论和方法。本文针对现有理论和方法在确定订单优先权中的不足,构建了更为系统和完善的供应链环境下的订单处理排序指标体系,在此基础上提出了基于RBF神经网络的供应链环境下确定订单优先权的新方法,并在实证研究中对比分析了三种不同决策方法下的评价效果。研究结果表明:供应链环境下基于RBF神经网络的订单优先权评价方法明显优于基于BP神经网络的评价方法,也优于传统的基于层次分析法的评价方法,具有评价结果准确和网络训练时间短的优点。本文将神经网络的方法应用到订单的优先权评价过程中。这一方法的应用为企业确定订单优先权提供了有力的依据,并促进整个订单处理的有效进展。