基于聚类分析供应链合作伙伴选择.docVIP

基于聚类分析供应链合作伙伴选择 　　摘要：供应链合作伙伴关系的建立是供应链管理的基础。研究的目的是科学、合理地选择供应链合作伙伴，使供应链企业建立起整条供应链的竞争优势。文章将聚类分析引入供应链合作伙伴选择中，建立供应链合作伙伴选择的三阶段法，通过聚类分析对供应链合作伙伴进行筛选，对筛选后的最佳分类进行评价，实现从筛选至精选的过程，可明显提高选择合作伙伴的效率。 　　关键词：聚类分析；三阶段法；供应链合作伙伴 　　中图分类号：F273.7文献标识码：A 　　文章编号：1002-3100(2008)06-0097-02 　　Abstract: Supply chain partner cooperative relations are the basis of supply chain management. The thesis aims at how to choose partners scientifically and reasonably, so to establish competitive advantages of whole supply chain. Three phases method is offered and accumulation analysis is used to choose supply chain partners. And by evaluating the best solution fine choosing can be realized, and obviously improve the efficiency of choosing partners. 　　Key words: accumulation analysis; three phases method; supply chain partners 　　 　　0引言 　　 　　供应链管理是近年来在国内外逐渐受到重视的一种新的管理理念与企业运作模式。供应链管理的关键在于供应链各个节点企业之间的连接与合作，使相互之间在设计、生产、竞争等方面相互协调，形成无缝连接的整体优势。因此，供应链合作伙伴关系的建立是供应链管理的基础。如何科学、合理地选择供应链合作伙伴是供应链企业面临的重要问题，它将直接关系到能否建立起整条供应链的竞争优势。 　　目前，对于供应链合作伙伴选择的研究主要集中于对合作伙伴的评价上，主要考虑评价指标体系的建立，以及评价方法的选择。这对于可供选择的合作伙伴较少时是有效的，但很多核心企业在选择合作伙伴时往往面临着许多不同类型的候选企业，每个供选择的企业又有着众多的指标（属性）数据，逐个对这些企业进行评价选择不仅效率低下，而且也使得这些方法在实际操作中缺乏可行性。为此本文提出供应链合作伙伴选择的三阶段法，将聚类分析引入到供应链合作伙伴的选择中，实现由筛选到精选的过程。 　　 　　1供应链合作伙伴选择的三阶段法 　　 　　面对众多可供选择的合作伙伴，逐个进行评价需要耗费大量的时间，并且不一定能够得到好的评价结果。供应链合作伙伴选择的三阶段法引入聚类分析方法，在对合作伙伴进行评价前进行聚类分析，将众多的可能合作伙伴根据其指标数据划分成多个类，再通过类间评价确定最佳分类，从而实现对众多可能合作伙伴的筛选，最后对最佳分类中企业进行评价分析，找到最佳合作伙伴，具体如下： 　　第一阶段，聚类分析；对众多的合作伙伴根据其指标数据进行聚类分析。指标数据可以完全采用评价指标体系，但此步仅为筛选过程，因此可以选择评价指标体系中部分重要指标作为聚类指标。若指标具有不同的重要性，可以采用特征加权方法进行聚类分析。聚类分析是将数据集划分成若干组或类的过程，使得同一个组内的数据具有较高的相似度，不同组内数据相似度较低。聚类分析可以采用多种方法，比如划分类的方法、层次聚类算法、基于密度聚类算法、基于网格聚类算法、神经网络聚类算法等。其中比较常用的是c均值类型聚类算法，如c-means算法、c均值聚类神经网络、模糊c均值聚类神经网络、各种优化的c均值聚类算法等。 　　第二阶段，类间评价；对各个类的之间根据其代表数据进行评价，选择出最优的分类；第一阶段的聚类分析将众多的潜在合作伙伴根据其指标数据进行划分，但不能确定哪一类数据更能满足企业的需要，因此需要对各个类之间进行类间评价。进行类间评价需要从各个类中选择一数据作为该类代表数据，选择时可以随机抽取，最适宜是利用第一阶段聚类过程得到的聚类中心作为代表数据。评价方法可以采用第三阶段的评价方法。通过对各个代表数据进行评价分析，进而确定最优分类。 　　 　　第三阶段，精选评价；对最优分类中的企业进行评价分析，选择最佳合作伙伴。这一过程一直是人们研究的重点，