基于BP神经网络模型的HL项目采购供应商评选研究
发布时间：2020-08-13 04:29
【摘要】：随着石油化工产品的需求日益增长和炼化行业蓬勃发展,国家近些年陆续批准并投产了一系列的炼油化工项目。中海油华南地区的HL炼化二期项目(以下简称HL项目)是投资466亿元,规模为1000万吨/年炼油和120万吨/年乙烯的炼化项目。HL项目的建成投产,大幅度提升珠三角炼化行业产能优势。在建设和经营过程中,要维护项目的利益和有效控制投资成本,就应该选择更优质,更适合的供应商,必须对供应商的各方面表现有比较全方面的掌握和了解。因此就要有一个合理的评选方法来给各个供应商做出定位。不合理的评选方法,无法对供应商的真实水平进行有效评价,将严重影响供应商合作的积极性和稳定性,损害企业的利益。针对供应商评选问题,本文将以HL项目为例,找出HL项目现行供应商评选中存在的问题进行研究。通过研究国内外供应商评选和人工神经网络知识的相关理论,选择BP神经网络模型来解决HL项目供应商评选问题。文中建立了一个三层的BP神经网络结构模型,一个输入层,一个隐含层和一个输出层。结合HL项目的供应商特点,制定了一套由8个一级指标和21个二级指标组成的BP神经网络输入层评选指标。选取HL项目供应商库中46家供应商,通过收集36家供应商各自的21个指标数据作为模型输入层的训练样本,36家供应商的HL项目组认可的评分作为输出层数值,使用剩余10家供应商的数据验证优化后模型的有效性。验证结果说明已建立的供应商评选模型泛化能力良好,输出结果准确度和实用性高,可以运用于HL项目供应商评选工作。本文将BP神经网络运用到HL项目供应评选工作中,能够大大缩短评选时间,使供应商评选工作更加高效。这种方法的指标权重运算更加科学,评选结果能够精准的反应供应商的综合能力,大幅度提高了HL项目供应评选结果的准确性。用此结果指导采购工作,能够达到节省采购成本,提高物资质量的效果。因此,BP神经网络模型在中海油HL项目的应用经验可以成为类似炼化工程项目应用BP神经网络方法来开展供应商评选管理的范例。
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F426.22;TP183
【图文】：
丁辛醇装HL规模，其聚乙烯超产能规模全平稳约化、差有重要2.1.2 H本项套的总生产设施装置……L 项目投产其中炼油乙超 120 万吨模超 20 万、低碳绿色差异化的世战略意义。HL 项目特项目主要包图、储运、施和部分厂产以后，大亚乙烯主产品吨/年、聚丙吨/年的炼化色、高质高效世界级生态特点包括新建炼给排水、供厂外工程，亚湾炼化区规模包括：丙烯 70 万吨化产品，世效”的精品型炼化产业油工程、乙供热、供电本项目厂内区形成 2200成品油超吨/年等数十世界级炼化基品工程，肩负业基地的重乙烯工程、煤电、供风、供内、厂外工0 万吨/年炼1400 万吨种。大亚湾基地基本形负着在大湾大使命。H煤气化制氢供氮、污水程间的界区炼油、220 万吨/年、苯乙烯湾炼化产业下形成。HL 项湾区建设规模HL 项目的建氢及动力站联水处理等公用区关系简图万吨/年乙烯烯超 120 万下游将衍生项目致力于打模化、一体建成及顺利联合装置，用工程系统图如下图 2-1烯的产能万吨/年、生出一批打造“安体化、集利投产具以及配统及辅助1：
（5炼化压、临氢杂，且都时期，供质量控制2.2 HL（HL首之外，工）极其重化行业是高氢、有毒、都是连续化供应商市场制工作难度L 项目供1）供应商项目供应先，HL 项工艺流程的视安全问题高危行业，易燃易爆炸化生产。加场产能过剩度加剧。供应商的特数量众多应商横跨约 5项目工程庞大的复杂程度以图 2-3 HL题，对质量HL 项目的炸的极其高之 HL 项目，各家供应特点50 种专业类大需要众多以及生产的项目建设管把关严格的工艺介质决高危的状态目开工建设正应商不惜低类型，总计多供应商的产的中间产品和管理过程图决定了 HL，其生产工正值国内大于成本价投计供应商数量产能输出和和最终出厂图项目的生产工艺及控制要大型炼化项投标 HL 项量为 4443 家和工程服务输厂产品的数量产环境是高要求不但高目建设较少项目。在此情家。输出的支持量都与供应高温、高高而且复少的特殊情况下，持。除此应商数量
期模网络的差层自出播修层期望输出值模型之一。因网络的概述是一种按误的基本思想是差均方差为层数的隐含自我学习的过出层输出结播，将偏差值修正直至偏层的三层结的结果[27]。因此本文决述误差反向传是梯度下降最小[28]。BP层，且网络过程中，输结果；当输出值向前反馈差小于设定构 BP 神经BP 神经网决定采用 BP播(简称误差降法，利用梯P 神经网络络上的任意神输入层的数据出结果与期馈，根据偏差定偏差范围经网络结构示网络模型也P 神经网络的差反传)训练梯度搜索技络的结构分为神经元都与据经过隐含期望输出值之差值修正权，则学习过示意图。也是目前人工的方法进行练的多层前技术，使网络为一层输入与前一层上的含层正向传递之间的偏差权值阈值后过程结束。工神经网行供应商前馈网络络的实际入层，一层的所有神递至隐差超出偏，再次正图 3-1 是
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F426.22;TP183
【图文】：
丁辛醇装HL规模，其聚乙烯超产能规模全平稳约化、差有重要2.1.2 H本项套的总生产设施装置……L 项目投产其中炼油乙超 120 万吨模超 20 万、低碳绿色差异化的世战略意义。HL 项目特项目主要包图、储运、施和部分厂产以后，大亚乙烯主产品吨/年、聚丙吨/年的炼化色、高质高效世界级生态特点包括新建炼给排水、供厂外工程，亚湾炼化区规模包括：丙烯 70 万吨化产品，世效”的精品型炼化产业油工程、乙供热、供电本项目厂内区形成 2200成品油超吨/年等数十世界级炼化基品工程，肩负业基地的重乙烯工程、煤电、供风、供内、厂外工0 万吨/年炼1400 万吨种。大亚湾基地基本形负着在大湾大使命。H煤气化制氢供氮、污水程间的界区炼油、220 万吨/年、苯乙烯湾炼化产业下形成。HL 项湾区建设规模HL 项目的建氢及动力站联水处理等公用区关系简图万吨/年乙烯烯超 120 万下游将衍生项目致力于打模化、一体建成及顺利联合装置，用工程系统图如下图 2-1烯的产能万吨/年、生出一批打造“安体化、集利投产具以及配统及辅助1：
（5炼化压、临氢杂，且都时期，供质量控制2.2 HL（HL首之外，工）极其重化行业是高氢、有毒、都是连续化供应商市场制工作难度L 项目供1）供应商项目供应先，HL 项工艺流程的视安全问题高危行业，易燃易爆炸化生产。加场产能过剩度加剧。供应商的特数量众多应商横跨约 5项目工程庞大的复杂程度以图 2-3 HL题，对质量HL 项目的炸的极其高之 HL 项目，各家供应特点50 种专业类大需要众多以及生产的项目建设管把关严格的工艺介质决高危的状态目开工建设正应商不惜低类型，总计多供应商的产的中间产品和管理过程图决定了 HL，其生产工正值国内大于成本价投计供应商数量产能输出和和最终出厂图项目的生产工艺及控制要大型炼化项投标 HL 项量为 4443 家和工程服务输厂产品的数量产环境是高要求不但高目建设较少项目。在此情家。输出的支持量都与供应高温、高高而且复少的特殊情况下，持。除此应商数量
期模网络的差层自出播修层期望输出值模型之一。因网络的概述是一种按误的基本思想是差均方差为层数的隐含自我学习的过出层输出结播，将偏差值修正直至偏层的三层结的结果[27]。因此本文决述误差反向传是梯度下降最小[28]。BP层，且网络过程中，输结果；当输出值向前反馈差小于设定构 BP 神经BP 神经网决定采用 BP播(简称误差降法，利用梯P 神经网络络上的任意神输入层的数据出结果与期馈，根据偏差定偏差范围经网络结构示网络模型也P 神经网络的差反传)训练梯度搜索技络的结构分为神经元都与据经过隐含期望输出值之差值修正权，则学习过示意图。也是目前人工的方法进行练的多层前技术，使网络为一层输入与前一层上的含层正向传递之间的偏差权值阈值后过程结束。工神经网行供应商前馈网络络的实际入层，一层的所有神递至隐差超出偏，再次正图 3-1 是
【相似文献】
相关期刊论文 前10条
1 祖来克孜·米吉提;;神经网络模型在分类与预测中的应用研究[J];喀什大学学报;2018年03期
2 陈海华;;基于神经网络模型的高速公路交通量短时预测方法[J];中国交通信息化;2017年08期
3 李峗妮;;神经网络模型在银行互联网金融反欺诈中的应用探索[J];金融科技时代;2018年08期
4 花广如;李文浩;郭阳阳;;基于神经网络模型的海南变电站接地网Q235钢腐蚀率预测[J];腐蚀与防护;2017年08期
5 周静;周正松;高e
本文编号：2791525
本文链接：https://www.wllwen.com/jingjilunwen/gongyejingjilunwen/2791525.html
