鋼鐵供應鏈協(xié)同平臺預警研究.pdf

1、　　隨著信息技術、知識經(jīng)濟的快速發(fā)展，市場環(huán)境復雜多變且競爭日益激烈，使得企業(yè)供應鏈不確定因素增強，企業(yè)供應鏈面臨風險越來越大。特別是以工業(yè)生產(chǎn)活動為主的鋼鐵行業(yè)，無論是內(nèi)部環(huán)境，還是外部環(huán)境，供應鏈上都存在難以預測的不確定性風險因素。為了能夠預防和控制鋼鐵供應鏈風險，適應快速變化的市場需求，提高企業(yè)競爭力，必須建立鋼鐵供應鏈風險預警機制。它不僅能夠豐富和發(fā)展供應鏈風險理論，尤其對鋼鐵企業(yè)自身有非常重要的現(xiàn)實意義。
　　本研究以

2、供應鏈管理理論和供應鏈風險預警理論為理論基礎，以鋼鐵供應鏈風險為研究對象，以鋼鐵供應鏈風險預警為主線，對鋼鐵供應鏈的風險及風險誘因進行全面系統(tǒng)的分析研究。建立一套鋼鐵供應鏈風險預警評價指標體系，并最終建立預警模型，實現(xiàn)鋼鐵供應鏈風險預警的功能。
　　本文首先總結了當前國內(nèi)外關于供應鏈風險預警研究的現(xiàn)狀，并對供應鏈風險管理和供應鏈風險預警的理論知識做了必要介紹，為下面的供應鏈風險誘因分析打下了堅持的理論基礎。隨后，本文分析了鋼鐵企

3、業(yè)供應鏈的構成，并對鋼鐵企業(yè)供應鏈上的風險誘因進行了分析研究，從中選取具有代表性的指標，經(jīng)過反復推敲和修改，最終形成了一套較為科學全面的專門針對鋼鐵企業(yè)的供應鏈風險預警指標體系。在此基礎之上，基于支持向量回歸建立了鋼鐵供應鏈風險預警模型，也就是本文的核心部分。支持向量機方法是基于VC 維理論和結構風險最小化原理基礎上的一種先進的學習方法，它能根據(jù)有限的樣本信息在模型復雜性和學習能力之間尋求最佳平衡。支持向量機使用的是數(shù)學方法和優(yōu)化技術，