智能制造背景下汽车生产企业供应商选择研究

发布时间：2020-11-14 11:26

　　 受新一轮工业革命影响推动,汽车产业正在向智能化、信息化、低碳化方向发展。智能制造能有效带动汽车生产企业改进生产组织方式,缩短消费者与生产企业的距离,实现大规模个性定制。其中,对供应商的管理是汽车产业链中非常重要的环节,管理水平的高低影响着汽车全产业链的核心竞争力。因此,在智能制造背景下对汽车生产企业研究时,应着重对汽车生产企业的供应商选择进行研究。为此,本文在参考大量国内外相关文献的基础上,结合现有实际,围绕智能制造背景下汽车生产企业供应商选择的评价指标体系和评价方法两方面展开研究。具体表现为:第一,结合智能制造和汽车生产企业的特点,构建了汽车生产企业供应商选择与评价的指标体系,主要从产品竞争力、整体经营实力、个性化服务能力、智能化服务水平四个方面进行评价;第二,借助AHP-TOPSIS法将评价对象进行优选决策,以便于通过最优化排序更直观的看出供应商的综合能力;第三,以国内W新能源汽车企业的零部件供应商选择为例进行实证分析,既能验证本文提出的评价指标体系与AHP-TOPSIS评价方法的可行性和有效性,又能为W新能源汽车企业的零部件供应商选择提供经验参考。智能制造是促进我国汽车生产企业转型升级的必要途径。本文通过对智能制造背景下汽车生产企业供应商选择进行研究,能够促进汽车生产企业更好地实现供应商管理,从而为汽车生产企业的发展提供参考。
【学位单位】：吉林大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F426.471;F274
【部分图文】：

智能制造的相关概念，对供应商评价和智能制造背景下供应链战相关理论进行总结归纳，为汽车生产企业供应商选择评价做好制造背景下汽车生产企业供应商选择的目的、指标体系特殊性车生产企业供应商选择评价指标体系及模型建立智能制造充分了解的基础上，基于汽车生产企业特性和已有关于选择评价分析的相关研究，构建汽车生产企业供应商选择评价次分析法计算各指标权重，引入 TOPSIS 方法对供应商进行决例分析内某汽车生产企业为例进行案例研究，对该汽车生产企业供应商分析，根据已经建立的选择评价模型对该汽车企业的供应商进结果进行分析，给汽车生产企业供应商的选择提出合理建议。具体框架思路如图 1.1 所示：
【相似文献】

相关期刊论文 前10条

1 ;《上海市智能制造行动计划(2019—2021年)》目标[J];上海节能;2019年07期

2 金伟;;采取“六大重点行动” 打响“上海制造”品牌 上海智能制造三年行动计划发布[J];上海质量;2019年07期

3 ;上海市发布智能制造行动计划推动企业智能转型[J];模具工业;2019年07期

4 特邀记者;;TüV南德为智能制造产品保驾护航——访TüV南德意志大中华集团工业产品及防爆部经理李太伟[J];中国仪器仪表;2019年07期

5 ;《上海市智能制造行动计划》发布,推进长三角智能制造“百千万”工程[J];变频器世界;2019年07期

6 顾硕;;台达:用实践经验告诉客户如何打造智能制造[J];自动化博览;2019年08期

7 ;2019中国国际机器人与智能制造发展高峰论坛举行[J];智能机器人;2019年03期

8 ;上海智能制造三年行动计划发布[J];机械制造;2019年07期

9 徐平平;;江苏智能制造产业发展跟踪、存在问题及对策研究[J];江苏科技信息;2019年21期

10 乔羽;;2019印刷智能制造标准预研会在京召开[J];广东印刷;2019年03期

相关博士学位论文 前10条

1 陈铁健;智能制造装备机器视觉检测识别关键技术及应用研究[D];湖南大学;2016年

2 李小敏;面向智能制造的工业无线网络服务质量优化关键技术研究[D];华南理工大学;2018年

3 宋志婷;智能制造信息系统鲁棒性分析与控制[D];华南理工大学;2018年

4 潘全科;智能制造系统多目标车间调度研究[D];南京航空航天大学;2003年

5 张晓峰;可重构智能制造系统的基础研究[D];南京航空航天大学;2001年

6 姜永成;空间曲面往复走丝线切割智能制造系统关键技术研究[D];哈尔滨理工大学;2008年

7 王友发;面向智能制造的多机器人系统任务分配研究[D];南京大学;2016年

8 孙志峻;智能制造系统车间生产优化调度[D];南京航空航天大学;2002年

9 张祖国;基于社会化的协同智能制造系统研究[D];中国科学院国家空间科学中心;2015年

10 荀亚玲;集群环境下的关联规则挖掘及应用[D];太原科技大学;2017年

相关硕士学位论文 前10条

1 阮小雪;智能制造对中国制造业劳动力就业影响研究[D];福建师范大学;2018年

2 夏函冰;智能制造背景下汽车生产企业供应商选择研究[D];吉林大学;2019年

3 陈志璇;基于ARM的智能手套机控制系统设计与开发[D];浙江工业大学;2019年

4 沈建军;A公司智能电视主机研发项目风险管理研究[D];深圳大学;2018年

5 邱茜茜;智能装备领域中职学生职业技能匹配与发展路径研究[D];浙江工业大学;2019年

6 梁雪;基于行业标准的智能制造领域现代学徒制研究[D];浙江工业大学;2018年

7 刘璐;基于SA、GA改进BP神经网络模型的智能制造项目投资风险分析[D];天津工业大学;2019年

8 姜枞聪;基于机器学习的智能制造系统评价模型与算法[D];浙江工业大学;2019年

9 王一鸣;区域工业企业智能制造发展水平评估模型研究及其应用[D];厦门大学;2018年

10 曹振祥;智能制造企业知识共享影响因素研究[D];安徽大学;2019年

本文编号：2883420