摘要

在深化供给侧结构性改革与产业转型升级的背景下，钢铁企业亟需通过优化供应商评价体系来提升供应链管理效能和企业竞争力。针对传统评价方法存在主观性强、指标冗余度高等问题，提出了一种融合主成分分析(PCA)与BP (Back Propagation)神经网络的评价模型。通过PCA方法对原始指标降维处理来提取指标特征，在消除指标间多重共线性的同时，显著提升BP神经网络模型训练的泛化能力。结合案例分析得出，相较于传统BP神经网络所建立的供应商评价模型PCA-BP模型具有更强的泛化能力和稳定性的结论。

关键词