基于BP-Adaboost与TOPSIS的航空装备供应商评价

摘要

为提升航空装备供应商评价标准的适用性及准确性，提出并设计出一种基于逆向传播(back propagation, BP)神经网络-弱分类器(Adaboost)与优劣解距离法(technique for order preference by similarity to an ideal solution, TOPSIS)的航空装备供应商评价方法。运用因子分析理论对供应商评价指标进行筛选，构建适合航空装备行业特点的供应商评价指标体系。在Adaboost算法元框架下，将BP神经网络作为基分类器，设计基于BP-Adaboost强分类器供应商分类模型。针对BP-Adaboost算法无法精确计算供应商综合得分的不足，设计基于TOPSIS法的供应商评价模型。案例分析结果表明，基于BP-Adaboost与TOPSIS法的航空装备供应商评价模型具有更高的评价准确度，对企业完善供应商管理体系提供理论和实践指导。

关键词

航空装备制造业 / 因子分析 / 供应商管理 / 供应商评价指标体系 / BP-Adaboost算法 / TOPSIS法