一种基于LMBP模型的供应链质量绩效评估方法技术

本发明专利技术公开了一种基于LMBP模型的供应链质量绩效评估方法，包括规范化原始指标数据；计算评价指标权重值；根据所述的评价指标权重值和规范化后的指标数据确定实际供应链绩效水平；将规范化后的指标数据和实际供应链绩效水平输入到LMBP神经网络模型中进行训练；获取待评估的指标数据；利用训练好的LMBP神经网络模型计算评估结果。本发明专利技术将装备采购供应链质量战略与平衡计分卡结合运用到装备采购的供应链质量绩效评价中，完善了装备采购供应链质量绩效评价指标体系，并利用训练好的LMBP神经网络对供应链质量绩效进行评估，能够快速实现动态供应链优化后的绩效评价与改进，故本发明专利技术方法对于动态性供应链绩效评估具有更好的适用性。

A Method of Supply Chain Quality Performance Evaluation Based on LMBP Model

【技术实现步骤摘要】
一种基于LMBP模型的供应链质量绩效评估方法
本专利技术属于智能评估领域，具体涉及一种基于LMBP模型的装备采购供应链质量绩效评估方法。
技术介绍
针对军民融合深度融合发展的市场环境下，装备采购供应链质量绩效的动态性测量尚没有合理解决办法的问题。目前，国内外学者及研究机构对装备采购供应链绩效进行了大量的研究，张雪胭结合平衡计分卡理论从装备采购业绩、装备采购成本、发展潜力、内部运行四个角度评价装备采购绩效；张敏等人从财务状况、内部管理、用户反馈四类指标进行了装备采购组织绩效评价；赵苏等人从支持绩效、过程绩效、结果绩效三部分评价通用装备供应链绩效等。这些方法大都是从特定层面对供应链绩效进行评价，对用户的需求考虑不足，评价缺乏动态性，评价指标体系构建的目的不够明确。装备采购供应链并不是一成不变的，具有明显的动态性特点，绩效评价能有效检验供应链质量，一旦现有装备采购供应链质量不能满足军方客户的需求或者存在明显的缺陷，应该可依据评价结果针对其进行质量改善和结构优化。
技术实现思路
本专利技术的目的在于提供一种综合考虑多方因素，计算速度快且准确度较高的基于LMBP模型的装备采购供应链质量绩效评估方法。本专利技术的目的是这样实现的，包括以下步骤：步骤1，根据装备采购供应链特点构建五维平衡计分卡评价体系框架；步骤2，依据装备采购供应链质量战略在所述的五维评价体系框架下设立具体评价指标；步骤3，规范化原始指标数据；步骤4，计算评价指标权重值；步骤5，根据所述的评价指标权重值和规范化后的指标数据确定实际供应链质量绩效水平；步骤6，将规范化后的指标数据和实际供应链绩效水平输入到LMBP神经网络模型中进行训练；步骤7，获取待评估的指标数据；步骤8，利用训练好的LMBP神经网络模型计算评估结果。具体地，步骤3中所述的原始指标数据包括效益型指标数据和成本型指标数据，效益型指标数据规范化公式为成本型指标数据规范化公式为其中aij为第i个样本的第j个指标规范化前的原始数据，aijmin为第j个指标所有原始数据中的最小值，aijmax为第j个指标所有原始数据中的最大值，rij为第i个样本的第j个指标规范化后的数据。具体地，步骤4中采用熵权法计算各指标权重值，包括以下步骤，步骤401，计算第i样本下第j个指标值的比重pij：其中m为样本数量；步骤402，计算第j个指标熵值ej：其中k＝1/lnn；步骤403，计算第j个指标的权重wj：其中，n为指标个数。进一步地，还包括步骤7，优化样本中的指标值，计算优化后的评估值，用所述的评估值与目标值进行对比，若一致，则优化方案有效，若不一致，则优化方案无效。具体地，所述的具体评价指标包括一级指标和二级指标，一级指标包括供应商质量、内外部生产流程、质量持续改进、财务性结果和用户相关五个，所述的一级指标供应商质量包括质量监督水平、产品合格率和准时交货率三个二级指标，所述的一级指标内外部生产流程包括管理信息系统、技术先进性和物流效率三个二级指标，所述的一级指标质量持续改进包括质量人员水平、设备完好率和质量体系完备率三个二级指标，所述的一级指标财务性结果包括净资产收益率、流动资产周转率和总资产周转率三个二级指标，所述的一级指标用户相关包括用户抱怨率、产品故障率和售后满意度三个二级指标。优先地，所述的LMBP神经网络模型的为三层结构，分别为输入层、隐含层、输出层，节点数分别为15、12、4，三层神经网络的传递函数分别为tansig函数、logsig函数和purelin函数，训练函数为trainlm函数。优选地，训练过程中目标误差e为0.001，训练步长μ为0.05。本专利技术将质量战略引入到装备采购的供应链质量绩效评价中，利用五维平衡计分卡建立装备采购供应链质量绩效评价的两级指标体系，采用熵权法从原始数据中获得指标权重值，进而计算出实际供应链绩效水平，然后利用LMBP神经网络学习到各指标数据与实际供应链绩效水平的函数关系，训练好的LMBP神经网络可以用以快速计算出供应链的绩效水平，由此更好的适用于动态供应链的绩效评估与改进。附图说明图1为本专利技术实施例的装备采购供应链质量传递形成过程示意图；图2为本专利技术实施例的装备采购供应链质量绩效评价指标体系示意图；图3为本专利技术实施例的供应链质量绩效评估方法的流程示意图。具体实施方式下面结合附图对本专利技术作进一步的说明，但不以任何方式对本专利技术加以限制，基于本专利技术教导所作的任何变换或替换，均属于本专利技术的保护范围。对装备采购供应链质量特点的研究，通过引入“质量流”的概念，更为直观的反映其质量形成过程及特点。装备采购供应链中产品及服务质量在供应链中定向传递与形成过程如图1。在装备采购供应链环境中，上游的原材料提供商、零部件承包商、配套承包商都可定位为供应商；而装备产品的制造质量及运输仓储质量主要由核心主体企业承担，同时，军方装备部门对其加以指导监督，并对装备产品进行质量检验并验收；部队用户则作为供应链下游的客户，其对装备产品质量的满意度则反映出产品及其配套服务质量。通过对装备采购供应链的结构及质量传递过程的研究发现，核心企业是装备采购供应链的核心节点，不仅对信息流、物流、资金流进行全局调度与协调，还需对供应链质量进行管理和监督。核心企业是供应链质量战略目标执行的主体，供应链质量绩效评价应以核心企业为中心，对核心企业内外部质量绩效进行全面的评价。装备采购供应链环境下，供应链质量既包括供应链装备产品的质量特性，还包括为军方用户提供的装备寿命周期内的配套服务的质量。质量的形成与保持过程有着不同的参与主体，不同企业主体会追求自身利益或绩效的最大化，依据各自担任的供应链角色及企业内外环境实施质量管理活动，每个主体的质量活动都会影响到供应链整体的质量绩效。评价指标体系的构建是评估的核心，基于上述研究，本实施例构建质量战略导向的供应链质量绩效评价体系，通过五维平衡计分卡从五个质量维度着手设定关键绩效指标进行评价。在供应商质量维度，可根据供应链在生产过程中质量特性的可测量性选取反映供应商提供的产品质量特性的指标；在内外部生产流程维度，考虑核心企业内部生产中影响产品质量的关键流程以及外部的物流仓储流程中影响质量的环节，选取关键性可测量指标；在质量持续改进维度，可从组织、系统及技术方面选取质量指标；在财务性结果维度，从供应链整体的资金流状况来反映供应链质量；在用户维度，装备用户对装备质量的满意度是供应链质量绩效评价的最终目标，可从用户在对装备可靠性等质量及质量服务方面的满意度来选取指标。通过五维的评价体系，全面反映出供应链质量绩效。本实施例通过建立五维供应链质量绩效评价体系对其进行评价，从部队装备用户需求及军方要求考虑建立了如图2所示的供应链质量绩效评价指标体系。包含了5个一级指标，15个二级指标，从五个维度上充分考虑了实现供应链质量战略的关键控制变量，通过对指标体系的评价考核来反映质量战略的实施情况。所述的一级指标包括供应商质量、内外部生产流程、质量持续改进、财务性结果和用户相关五个，所述的一级指标供应商质量包括质量监督水平、产品合格率和准时交货率三个二级指标，所述的一级指标内外部生产流程包括管理信息系统、技术先进性和物流效率三个二级指标，所述的一级指标质量持续改进包括质量人员水平、设备完好率和质量体系完本文档来自技高网...

【技术保护点】
1.一种基于LMBP模型的供应链质量绩效评估方法，其特征在于，包括以下步骤：步骤1，根据装备采购供应链特点构建五维平衡计分卡评价体系框架；步骤2，依据装备采购供应链质量战略在所述的五维评价体系框架下设立具体评价指标；步骤3，规范化原始指标数据；步骤4，计算评价指标权重值；步骤5，根据所述的评价指标权重值和规范化后的指标数据确定实际供应链质量绩效水平；步骤6，将规范化后的指标数据和实际供应链绩效水平输入到LMBP神经网络模型中进行训练；步骤7，获取待评估的指标数据；步骤8，利用训练好的LMBP神经网络模型计算评估结果。

【技术特征摘要】
1.一种基于LMBP模型的供应链质量绩效评估方法，其特征在于，包括以下步骤：步骤1，根据装备采购供应链特点构建五维平衡计分卡评价体系框架；步骤2，依据装备采购供应链质量战略在所述的五维评价体系框架下设立具体评价指标；步骤3，规范化原始指标数据；步骤4，计算评价指标权重值；步骤5，根据所述的评价指标权重值和规范化后的指标数据确定实际供应链质量绩效水平；步骤6，将规范化后的指标数据和实际供应链绩效水平输入到LMBP神经网络模型中进行训练；步骤7，获取待评估的指标数据；步骤8，利用训练好的LMBP神经网络模型计算评估结果。2.根据权利要求1所述的供应链质量绩效评估方法，其特征在于，步骤3中所述的原始指标数据包括效益型指标数据和成本型指标数据，效益型指标数据规范化公式为成本型指标数据规范化公式为其中aij为第i个样本的第j个指标规范化前的原始数据，aijmin为第j个指标所有原始数据中的最小值，aijmax为第j个指标所有原始数据中的最大值，rij为第i个样本的第j个指标规范化后的数据。3.根据权利要求2所述的供应链质量绩效评估方法，其特征在于，步骤4中采用熵权法计算各指标权重值，包括以下步骤，步骤401，计算第i样本下第j个指标值的比重pij：其中m为样本数量；步骤402，计算第j个指标熵值ej：其中k＝1/lnn；步骤403，计算第j个指标的权重wj：其中，n为指标个...

【专利技术属性】
技术研发人员：黄栋，叶卫民，何杜博，赵松松，蔡万区，周景冉，
申请(专利权)人：中国人民解放军海军工程大学，
类型：发明
国别省市：湖北,42