發(fā)布時間：2021-07-12 13:36

　　近年來,供應(yīng)鏈中斷對許多企業(yè)造成了巨大損失,許多案例表明,由于供應(yīng)鏈的復(fù)雜性,供應(yīng)鏈風(fēng)險變得更加復(fù)雜,使企業(yè)無法完全防范。因此,研究企業(yè)如何對供應(yīng)鏈風(fēng)險更快速地做出反應(yīng),幫助企業(yè)盡快制訂應(yīng)對方案并采取有效措施變得尤為重要。本文介紹了基于CBR（Case-based reasoning）的基本原理,以供應(yīng)鏈風(fēng)險管理中的供應(yīng)商選擇為例,使用案例分析了基于CBR技術(shù)的決策支持系統(tǒng)的工作原理、框架結(jié)構(gòu)及功能,驗證了基于CBR技術(shù)在供應(yīng)商選擇決策支持系統(tǒng)中應(yīng)用的可行性,為供應(yīng)商選擇決策提供了一個系統(tǒng)模型。 

【文章來源】：中國管理信息化. 2020,23(06)

【文章頁數(shù)】：3 頁

【部分圖文】：

基于案例推理的供應(yīng)商選擇決策支持系統(tǒng)體系結(jié)構(gòu)

使用模擬退火法確定組合權(quán)重,本實驗采用的編碼為浮點型編碼,初始溫度為1 000度,最小溫度值為0.5度,內(nèi)循環(huán)次數(shù)為50次。最終,得到的組合權(quán)重值為:[0.190 952 657 682 078 97,0.036 413 823 622 106 88,0.224 609 486 834 573 1,0.175 933 128 605 014 75,0.262 225 179 867 497 05,0.109 865 723 388 729 17]。為了測試檢索算法的準(zhǔn)確性和優(yōu)越性,計算表1中的前12個案例的相似度。圖2a曲線代表使用組合權(quán)重計算出的相似度,圖2b曲線代表使用PCA法權(quán)重計算出的相似度。由圖2c可以看出,對于兩兩相似度較接近的案例,經(jīng)過調(diào)整的組合權(quán)重計算出的相似度要大于PCA法權(quán)重計算出的相似度,而對于相似度小的案例,則相反。因此,經(jīng)過調(diào)整的組合權(quán)重更能找到接近的案例,使檢索出的案例更符合要求。2.4 案例重用與修正

【參考文獻】：
期刊論文
[1]基于案例推理的供應(yīng)商選擇決策支持系統(tǒng)研究[J]. 楊瑾,尤建新,蔡依平.  計算機工程與應(yīng)用. 2006(06)
[2]數(shù)據(jù)挖掘在供應(yīng)鏈風(fēng)險控制中的應(yīng)用研究[J]. 張存祿,黃培清.  科學(xué)學(xué)與科學(xué)技術(shù)管理. 2004(01)

碩士論文
[1]案例推理在決策支持系統(tǒng)中的應(yīng)用研究[D]. 王津津.合肥工業(yè)大學(xué) 2010



本文編號：3280008