目录

第1章绪论

1.1研究背景

1.2国内外研究现状

1.2.1供应商效率评价国内外现状

1.2.2供应商风险评价国内外研究现状

1.2.3供应商激励国内外研究现状

1.2.4供应商利益分配国内外研究现状

1.3研究内容

1.4本章小结

第2章相关理论与方法

2.1供应商管理理论

2.1.1供应商分类

2.1.2供应商效率及评价

2.2复杂网络理论

2.3协同理论

2.4熵理论

2.4.1协同熵

2.4.2熵权法

2.5过度自信理论

2.6博弈论

2.7BP神经网络

2.7.1BP神经网络的基本介绍

2.7.2BP神经网络的优缺点

2.8最小二乘结构方程模型

2.9Shapley值法

2.10t-SNE算法

2.11本章小结

第3章智能制造背景下基于复杂网络的供应商效率评价

3.1复杂供应商网络

3.1.1复杂供应商网络定义

3.1.2复杂供应商网络特征分析

3.1.3复杂供应商网络角色划分

3.2复杂供应商网络建模思想

3.3复杂供应商网络协同熵值度量

3.4复杂供应商网络协同效率评价模型构建

3.4.1复杂供应商网络成员协同关系建立

3.4.2复杂供应商网络协同评价参数确定

3.5案例分析

3.5.1数据收集与统计

3.5.2结果分析与建议

3.6管理启示

3.7本章小结

第4章智能制造背景下基于分类管理的供应商效率评价

4.1构建智能制造企业供应商分类指标体系及评价指标体系

4.1.1评价指标体系构建原则

4.1.2智能制造企业供应商分类指标构建

4.1.3智能制造企业供应商效率评价指标构建

4.1.4指标权重计算

4.1.5分类算法

4.2改进PSO算法

4.2.1粒子群优化算法概念

4.2.2粒子群优化算法特点

4.2.3改进粒子群优化算法

4.3基于DPMPSO-BP构建智能制造供应商评价模型

4.3.1基于DPMPSO改进BP神经网络算法

4.3.2贝叶斯分类下的DPMPSO-BP神经网络评价模型

4.4案例分析

4.4.1DPMPSO-BP神经网络模型结构设计

4.4.2贝叶斯分类下改进DPMPSO-BP神经网络的应用

4.4.3评价结果分析与建议

4.5本章小结

第5章智能制造背景下基于PLS-SEM的供应商风险评价

5.1智能制造背景下供应商风险评价指标构建

5.2智能制造背景下基于PLS-SEM的供应商风险评价模型

5.3实证分析

5.3.1数据收集与分析

5.3.2模型效果检验 

5.4评价结果及建议

5.4.1一级指标视角结果分析及建议

5.4.2二级指标视角结果分析及建议

5.5本章小结

第6章智能制造背景下考虑随机产出风险的供应商激励

6.1随机产出风险分析

6.2基于成本共担和收入共享的Stackelberg激励模型构建

6.2.1假设条件与模型构建

6.2.2模型求解

6.3算例分析

6.4管理启示

6.5本章小结

第7章智能制造背景下考虑过度自信风险的供应商激励

7.1过度自信风险分析

7.2基于t-SNE的过度自信判定

7.2.1智能制造能力成熟度指标体系构建

7.2.2数据收集及标准化处理

7.2.3过度自信程度聚类判定

7.3考虑过度自信的Stackelberg激励模型构建

7.3.1假设条件

7.3.2讨论与分析

7.4算例分析 

7.4.1过度自信判定模型算例分析

7.4.2供应商激励模型算例分析

7.4.3管理启示

7.5本章小结

第8章智能制造背景下考虑协同贡献度的供应商收益分配

8.1协同收益与协同效率关联性分析

8.2Shapley值法协同收益分配方法

8.2.1Shapley值法应用

8.2.2Shapley值法缺陷

8.3考虑协同贡献度的复杂供应商网络协同收益分配模型

8.3.1复杂供应商网络成员实际协同能力影响因素

8.3.2复杂供应商网络成员观测协同能力影响因素

8.3.3考虑协同贡献度的复杂供应商网络协同收益分配方案

8.4算例分析

8.5管理启示

8.6本章小结

第9章总结与展望

9.1总结

9.2展望

参考文献