卡斯马公司供应商开发方案实施与保障

　　第 4 章 卡斯马公司供应商开发方案实施与保障

　　4.1 卡斯马公司供应商开发方案实施

　　4.1.1 供应商综合评价数据源

　　在上一章研究和分析的基础上，提炼出的供应商评价的出最为重要的 6 个指标以及评级方式，价格（ X1） 、质量技术及方法（ X2） 、服务（ X3） 、及时供货率（ X4） 、公司内部能力（ X5）、公司外部能力（ X6）如表 4.1所示。选取卡斯马的潜在供应商六家，这六家供应商均是为卡斯马提供机械加工类零件的供应商，根据上一章中叙述的评估因子以及评分准则对这些供应商进行评价，评价结果如下表所示：

　　4.1.2 卡斯马供应商评价指标编码及评级

　　本文将卡斯马公司各个等级的理想评价指标矩阵，即作为网络的平衡点。

　　由于该神经网络只有 1 和- 1 两个值来代表神经元的状态，所以将评价指标进行计算机实现时，神经元的形态由矩阵来实现。计算机编码规则为：当">"或"="某一等级指标值时，对应的输入就把状态设为"1",否则设为输入状态"-1".理想的 6 个供应商等级评价指标编码如图 4.3 所示，其中●表示神经元状态为"-1",即卡斯马主要供应商调查资料中的值与之比较，反之则用○表示。

　　根据上述编码规则将待评价供应商等级评价指标按照以上相同的规则编码，就可以得到目前所评价的六个供应商的编码图谱，如图 4.4 所示。

　　根据图 4.4 中所展示的编码结果，我们可以很明显的看出六家供应商的编码结果与图 4.3 中所示的理想的等级评价指标编码无法完全对应，即我们在将评价结果直接导入编码后还无法准确判断出目前的供应商等级。我们需要软件的帮助进行进一步计算。

　　本文通过 MATLAB 神经网络工具箱中的 newhop（） 函数，创建一个离散型Hopfield 网络，调用格式：net=newhop（T） ,T 为具有 5 个目标向量的 6X5 矩阵（元素已经设置为-1 或 1），T 就是图 4-3 理想的 6 个等级评价指标编码在Matlab 中的矩阵表现形式；然后调用 sim 函数，对训练好的神经网络 T 进行仿真。调用格式 Y=sim（net,{30 25},{},A）；net 是生成的神经网络，具有在 T 中的向量上稳定的点。30 是测试向量的个数，25 是测试的步数；{}是初始的层延时，默认为 0;A 是测试向量即图 4.4 待评价供应商编码。运行 Matlab 神经网络工具箱函数，即可得到仿真结果，如图 4.5 所示。

　　将图4.5中显示的六家供应商的评价结果与图4.3中的理想的等级评价指标结果性对应很容易得到这六家供应商的准确的评级：上海东美是"良",浙江长华是"中",博朗贸易是"次",长春靖达是"差",上海卡斯马是"优",我们发现前 5 个仿真结果能很好的反映供应商等级，而第 6 个供应商上海美钢无法得到正确的评价，分析上海美钢没有得到最终评级的原因是此供应商的各评估因子等级差异较大，离散型神经网络无法找到与之接近的平衡点，从而也就不能准确的呈现供应商的评价等级，也就是说离散型神经网络也有失效的时候，对于这种情况我们需要将这个供应商的信息主要是前期供应商评价中对评估因子的打分信息单独提取出来进行分析，找到我们神经网络评判失效的根本原因以便保障我们队供应商的评价是客观有效的。

　　4.2 卡斯马公司供应商开发方案保障

　　通过对上海美钢的评估因子的分析过程，我们发现对供应商等级评价产生差异或者无法评定的主要原因是由于部分评估因子是工作人员定性分析的结果，个人的主观印象在评估的过程中起了重要的作用，因此会对最后的评估效果有负面的影响。要使评估更加合理客观，必须重新考虑这些定性分析的因子。

　　供应商能力一般情况下很少有在某一方面特别优秀而其他方面却很差的情况，因此，可能问题就出在了定性分析可能和真实情况有偏差的可能。这样就需要集合各方面的专家重新审视以前定性分析的结果，看看这里是不是掺杂了某些个人的因素而使得评估的结果出现了偏差。

　　对于上海美钢根据以前的评审结果它的 X5,X6 评价的结果较其他几项差别比较大，也就是说公司内部能力（ X5）、公司外部能力（ X6）比较突出。经过专家团队进一步的调查，发现再评估的过程中，以前的评估小组对于来自上海的企业有偏好，认为来自上海的企业在公司的内部能力，公司的外部能力上都很突出，这一点我们也可以看到另外两家来自上海的东美和卡斯马在这两个方面也很优秀。但是经过再次审核后发现上海美钢其实还是与这两家公司有差距的，因此评估的结果不应该有这样的结果。经过专家团队的一致分析上海美钢的评价结论做出了调整。

　　之前评估小组结论结果：在经过数据模型的运算得到的结论是上海美钢是"次".

　　从以上上海美钢的评分的评分实例中我们也可以看出要使神经网络在实施的过程中能够对供应商进行准确客观的评价，我们必须首先要保障我们在对供应商进行评估打分时不管是定量的评价还是定性的评价都需要做到客观公正，这是我们得到有效的评级结果的前提。为了保障这个前提有效的实施我们需要从制度、以及人力资源等方面建立有效的保障体系。

　　1. 制度保障

　　为确保在的利用 Hopfied 网络模型进行供应商评价的公正客观，从制度体系上进行实施保障就显得十分必要。在 SQE 的评分工作体制中首先需要建立完善的评分审核机制以保证网络模型的实施。当 SQE 以及各个职能小组对供应商的进行完成每个评估因子的打分后，需要形成完整且描述准确的评估报告，在评估报告中需要对每一项的打分原因以及供应商所提供的能力证明进行完整叙述，以便证实报告的有效性。

　　对评估小组的打分结果实行定期的专家团审核，由个职能小组的部门经理组成专家团体对评审小组完成的供应商打分进行抽检或者复查以监督评估小组打分的客观性。专家团体在进行完供应商评分的抽检完成后，需要给出专业的评估意见以说明评估小组的打分是否合理，如不合理还需要给出评估说明，对于不合理的评分项目进行描述，以便评估小组参考。

　　2. 人力资源保障

　　对供应商进行 Hopfield 网络模型评分时需要两个评估团队进行评分工作，首先是由 SQE 牵头进行供应商评分的评估小组对供应商进行综合的评估打分，另外在评估小组的评分接受后需要由专家小组对审核评分进行抽检监督。对评估小组的成员要求必须进行评分体系的培训，保证评估小组成员对所有评分条款能够充分理解并能够对供应商进行公证客观的评分，另外对于评估小组的成员的职业道德的培训也是十分必要的。从以上两点出发提高评估小组成员的整体素质，从评估小组成员的综合素质能力方面确保打分的有效性以及客观性。

　　对专家评审团队来说，首先要确认专家团队成员的资质要求，专家评审团队的人员组成必须由各个评分相关部门高级工程师及以上人员担任，要求具备汽车行业或相关行业 5 年以上工作经验并熟悉质量体系、相关加工工艺以及相关的设备工装等信息，能够通过专业知识方面的经验，能够及时发现评估小组在供应商评分上的不合理评分并能够给出专业意见指导评估小组的成员在今后的评价过程中及时纠正。