《系统工程理论与方法》课程教学资源（案例）基于案例推理的供应商选择决策支持系统研究

基于案例推理的供应商选择决策支持系统研究杨瑾尤建新蔡依平（同济大学经济与管理学院，上海200092）E-mail.jinyang_nwpu@163.com摘要在介绍了基于案例推理方法的基本原理基础之上，分析了基于案例推理技术的供应商选择决策支持系统的工作原理、柜架结构及功能；重点论述了基于案例推理的供应商选择决策支持系统中的一些关键步骤，并结合实例给出了基于案例推理的供应商选择与评价方法，用来验证基于案例推理技术在供应商选择决策支持系统中应用的可行性和有效性，为金业供应商选择决策提供了一个系统模型。关键调基于案例推理供应商选择决策支持系统归纳法最近相邻法5文献标识码A中图分类号C391文章编号10028331-(2006)06-0019-05Study on Decision Support System of Supplier SelectionBased on Case-based ReasoningYang Jin You Jianxin Cai Yiping(School of Economics and Management,Tongji University,Shanghai 200092)Abstract: This paper introduces a new method Case-Based Reasoning(CBR) and presents the principle,structure andfunction of the decision support system of supplier selection based on case-based reasoning.A lot of eritical steps inthe decision suppornt system of supplier selection based on case-based reasoning are discussed.An example is given tovalidate the algorithm.The results show that the method is efective.The research provides a system model for thedecision of supplier selection.Keywords: case-based reasoning,supplier selection,decision support system,inductive indexing method,nearest neighboralgorithm的知识管理系统，应用CBR技术对客户服务管理进行决策分供应商的选择与评价被认为是供应链管理中重要的问题析和绩效评价。国内在90年代后期开始出现关于CBR方法之一。供应商选择与评价涉及一系列战略变量的考虑，其目标是减少风险，使供应链整体价值最大化。这些变量包括与供应在经济管理中应用的研究报道，例如姜丽红等设计的智能化预商关系的设计口、国内与国外供应商的选择国、供应商的数量以测支持系统，周凯波等设计的金融危机预警系统叫，柳炳样等设计的企业危机预警系统以及付玉等研究供应链风险评估及产品类型等。供应商选择与评价是供应链管理的难点，但是现有的研究多数集中在传统建模方法以及定性的供应商选择方法调等。CBR方法是指通过回忆以前曾成功解决过的相似间题，策略上，其他方法的深人分析相对比较少。本文探索使用案例推理方法，构建供应商选择决策支持系统，通过比较案例之间比较新、旧问题发生背景和时间等差异，对以前的知识和信息的不同并从以往类似案例中吸取相关知识，为供应商选择提供经过一系列的调整、修改后，重新使用以解决当前待处理问题。CBR的数据形式属于"自由"类型，因此不同于强调数据域、数合适的决策。据长度和数据类型的传统关系数据模型。它无需显式的领域知识模型，避免了知识获取瓶颈，而且系统开放，易于维护，推理1基于案例推理的方法速度较快，同时增量式的学习使案例库的覆盖度随系统的使用基于案例推理（Case-Based Reasoning，简称CBR）的方法逐渐增大，判断效果愈来愈好。可以有效解决传统推理方法的最早由耶鲁大学的Schank教授在1982年出版的专著许多固有问题。基于案例推理的推理过程可以分为以下四个《Dynamic Memory:A Theory of Reminding and Leaming in阶段图：ComputersandPeople》中提出，是人工智能领域一项重要的推(1)获取相似的旧案例(Retrieve)。推理系统通过一系列的理方法。国外自上世纪80年代后期对CBR的理论和方法进行搜索和相似度的计算，将案例库中的案例过，取出与本次待了系统研究，在通用问题求解、法律案例分析、设备故障诊断、辅助工程设计、辅助计划制定等领域取得实用性成果5-7。近年解问题最相似的若干案例。来，在企业制造、采购以及运作等决策过程中应用CBR技术出（2)使用获取案例中的信息和知识提出解决方案（Reuse)。现了一个增长的趋势围。如Cheung等人提出了一个基于多角度推理系统比较新、旧案例的差异，将被用户选取认可案例的解基金项目：国家自然科学基金资助项目（编号：70272031)：中国博土后科学基金资助项目（缩号：2005038446）作者简介：杨瑾（1973-），男，博士后，主要研究方向：供应链管理和产业集群等。尤建新（1961-），男，教授，博士生导师，主要研究方向：工业工程与质量管理，供应链管理等。蔡依平（1975-），女，博士生，主要研究方向：企业管理等。19计算机工程与应用2006.06万方数据

基于案例推理的供应商选择决策支持系统研究 杨瑾尤建新蔡依平 (同济大学经济与管理学院，上海200092) E—mail：jinyang_nwpu@163．com 摘要在介绍了基于案例推理方法的基本原理基础之上，分析了基于案例推理技术的供应商选择决策支持系统的工 作原理、框架结构及功能：重点论述了基于案例推理的供应商选择决策支持系统中的一些关键戋骤，并结合实例给出了 基于案例推理的供应商选择与评价方法．用来验证基于案例推理技术在供应商选择决策支持系统中应用的可行性和有 效性．为企业供应商选择决策提供了一个系统模型。 关键词 基于案例推理 供应商选择 决策支持系统 归纳法 最近相邻法 文章编号1002—8331-(2006)06—0019—05 文献标识码A 中图分类号C391 Study on Decision Support System of Supplier Selection Based on Case-based Reasoning Yang Jin You Jianxin Cai Yiping (School of Economics and Management，Tongji University，Shanghai 200092) Abstract：This paper introduces a new method Case-Based Reasoning(CBR)and presents the principle，structure and function of the decision support system of supplier selection based on case—based reasoning。A lot of critical steps in the decision support system of supplier selection based on case—based reasoning are discussed．An example is given to validate the algorithm．The results show that the method is effective．The researeh provides a system model for the decision of supplier selection． Keywords：case-based reasoning，supplier selection，decision support system，inductive indexing method，nearest neighbor algorithm 供应商的选择与评价被认为是供应链管理中重要的问题 之一川。供应商选择与评价涉及一系列战略变量的考虑，其目标 是减少风险，使供应链整体价值最大化。这些变量包括与供应 商关系的设计12]、国内与国外供应商的选择131、供应商的数量[41以 及产品类型等。供应商选择与评价是供应链管理的难点，但是 现有的研究多数集中在传统建模方法以及定性的供应商选择 策略上．其他方法的深入分析相对比较少。本文探索使用案例 推理方法，构建供应商选择决策支持系统，通过比较案例之间 的不同并从以往类似案例中吸取相关知识，为供应商选择提供 合适的决策。 1基于案例推理的方法 基于案例推理(Case—Based Reasoning，简称CBR)的方法 最早由耶鲁大学的Schank教授在1982年出版的专著 (Dynamic Memory：A Theory of Reminding and Learning in Computers and People))中提出．是人工智能领域一项重要的推 理方法。国外自上世纪80年代后期对CBR的理论和方法进行 了系统研究，在通用问题求解、法律案例分析、设备故障诊断、 辅助工程设计、辅助计划制定等领域取得实用性成果阳。近年 来．在企业制造、采购以及运作等决策过程中应用CBR技术出 现了一个增长的趋势【8】。如Cheung等人提出了一个基于多角度 的知识管理系统．应用CBR技术对客户服务管理进行决策分 析和绩效评价[91。国内在90年代后期开始出现关于CBR方法 在经济管理中应用的研究报道．例如姜丽红等设计的智能化预 测支持系统㈣．周凯波等设计的金融危机预警系统.】，柳炳祥等 设计的企业危机预警系统【12】以及付玉等研究供应链风险评估 方法【13】等。 CBR方法是指通过回忆以前曾成功解决过的相似问题， 比较新、旧问题发生背景和时间等差异．对以前的知识和信息 经过一系列的调整、修改后。重新使用以解决当前待处理问题。 CBR的数据形式属于“自由”类型，因此不同于强调数据域、数 据长度和数据类型的传统关系数据模型。它无需显式的领域知 识模型，避免了知识获取瓶颈，而且系统开放，易于维护，推理 速度较快，同时增量式的学习使案例库的覆盖度随系统的使用 逐渐增大．判断效果愈来愈好。可以有效解决传统推理方法的 许多固有问题[14】。基于案例推理的推理过程可以分为以下四个 阶段【1q： (1)获取相似的旧案例(Retrieve)。推理系统通过一系列的 搜索和相似度的计算．将案例库中的案例过滤，取出与本次待 解问题最相似的若干案例。 (2)使用获取案例中的信息和知识提出解决方案(Reuse)。 推理系统比较新、旧案例的差异，将被用户选取认可案例的解 基金项目：国家自然科学基金资助项目(编号：70272031)；中国博士后科学基金资助项目(编号：2005038446) 作者简介：杨瑾(1973一)，男，博士后，主要研究方向：供应链管理和产业集群等。尤建新(1961一)，男，教授，博士生导师，主要研究方向：工业工程与 质量管理，供应链管理等。蔡依平(1975一)，女，博士生，主要研究方向：企业管理等。 计算机工程与应用2006．06 19 万方数据

评价功能，用于根据案例库中供应商以往的绩效记录对其进行决方案略加修改后提交给用户。分类和选择。如图1所示，在选择供应商的过程中，系统集成了(3)对解决方案修改或重新设计(Revise)。若用户对前阶三个主要的活动：（1)供应商的分类：(2)供应商评价标准；（3）段系统给出的方案不满意，推理系统将就此方案进行修改或重新设计后再提交给用户。如果用户仍不满意或推理系统认为调供应商绩效评价。整、修改的代价太大，则停止此阶段工作。(4)保存新案例(Retain)。保留这次工作中有价值的经验供应商案例库和知识，分析新案例，若有必要则将其纳入案例库中（案例归元档），以备将来使用。供应商分类通过基于累计绩效分数系通过以上四个步骤的推理，便可以根据以往的经验对现实统的供应商分类机制特供间题提出有效、及时的建议。不同于传统的知识系统，CBR系应商分为普通型和伙伴型识别供应商的选拆标准统所依赖的知识主要是系统所存储的相关领域中以前解决问更新供应商绩效分数题的具体记录16]。CBR将过去处理过的问题，描述成由问题特交易的绩效分数累计征集和解决方案组成的案例，存储在案例库中。当新的问题出变成供应商情效分数伙伴型普通型现时，系统从案例库中检索出与新间题最相近的旧案例。如果1.价整1.价格2.交货期旧案例和新案例完全一致，则自然可以把旧案例的解决方案作2.交货期3.质量3.质量为新案例的答案；否则需要对新案例进行修改，从而得到新问供应商评估标准4.创新通过不同的属性/特征5.技术水平题的解决方案。累计绩效分数系统集合评估普通型和伙6.企业文化在设计一个有效的CBR系统时，选择合适的检索方法的7.商业意识伴型供应商是很重要的，既可以提高检索速度又可以提高检索的精度。在8.生产柔性9.信息化水平实践中，最通用的案例检索方法是归纳法（Inductive indexing更新供应商馈效分数10.目前信誉交易的绩效分数被存储method）和最近相邻法（NearestNeighborAlgorithm）。归纳法提在累计绩效分数系统取案例间特征上的差异，并根据这些特征将案例组成一个类似评估供应商供应商绩效等级系统绩效根据属性和企业策略判别网络的层次结构，检索时采用决策树搜索策略，适合于案以数字分数的形式来例特征相互独立或推理结果只是案例中某一特征的情况。最近表示供应商绩效等级相邻法适合于案例特征属性为数值型的情况，定义和计算案例基于CBR的供应商选择决策支持系统模型图1之间的相似度（或匹配度）,相似度最大的案例为匹配案例。最近相邻法的运算法则是十分简单和直接的，每一对特征的相似在这里我们把企业与供应商的关系分为普通型和伙伴型程度使用相似函数进行计算，其算法描述如下M：两种关系。普通型关系假定供应商在提供增值服务、技术获得、1(1)Sinm-2n in,流程创新以及其他取得竞争优势的能力上是没有差别的。因此，企业无需制定一个利用供应商整体资源，在供需双方之间式中Sim,指案例库中第i个旧案例与间题案例的综合相形成长期协调与合作的战略规划。伙伴型关系是企业与供应商似度：w,是第j个属性或特征在参与匹配检索的属性或特征指基于相互信任和风险共担原则而形成的长期战略合作的双赢标中所占的权重，称为第个指标的权重；Sim，是第i个旧案例或多赢关系。随着市场的多元化和环境的不确定性增加，企业的第个属性指标与问题案例的第个属性指标的相似度。为取得竞争优势越来越需要来自它们供应商的合作。最近相邻法的关键是确定属性指标权重和计算单个属性根据以往的绩效，供应商被分为普通型与伙伴型两类。在指标的相似度。属性指标权重一般是采用专家评分法、统计分系统当中，案例被设计成一种专门的形式，包括案例号、供应商析法和主观概率法等方法设定，单个属性指标的相似度采用下名称、交易情况和以往绩效。“案例号"和“供应商名称"用于案面的公式计算：例检索。“交易情况”由采购零部件和相应的供应商的信息构100-yj-Y,成，代表了供应商的业务历史。“以往绩效"用于描述供应商的x100%(2)Sim,=100能力，是由供应商绩效评价系统对供应商每一个特征进行打分式中Y是问题案例第i个属性指标的值，Y是案例库中来评估的，如普通型供应商的价格、交货期和质量等特征，伙伴型供应商的创新水平、技术水平、企业文化、商业意识、生产柔第1个旧案例的第个属性指标的值Wess等人提出1了-个名为k-d树的检索机制，整合了以性、信息化程度以及目前信誉等特征。上两种案例的检索方法，在同一时间提高了搜素速度和精度。通过这些，在供应商列表中一个特定供应商的级别被确定当一个新的案例出现后，首先应用多维k-d决策树获取若干相下来。在这两个集合中，我们可以看到除了伙伴型供应商需要似于问题案例的旧案例（归纳法），然后应用最近相邻法在这些评估更多的细节外，核心的评价标准是相同的。由评价系统产获取的旧案例中找到最匹配的案例。使用k-d树的主要优势是生的结果被简化成为交易绩效分数。分数经过累计，可用于供能够将两个不同类型的知识域整合在一起，形成一个新的问题应商的分类系统区分供应商的类型（普通型与伙伴型）。解决方案。基于CBR的供应商选择决策支持系统构建3基于CBR的供应商选择决策支持系统模型2基于CBR的供应商选择与评价系统通过使用CBR方法基于CBR的供应商选择与评价系统集成了供应商选择与将供应商分为普通型和伙伴型两类，用户通过CBR方法选择202006.06计算机工程与应用万方数据

决方案略加修改后提交给用户。 (3)对解决方案修改或重新设计(Revise)。若用户对前阶 段系统给出的方案不满意，推理系统将就此方案进行修改或重 新设计后再提交给用户。如果用户仍不满意或推理系统认为调 整、修改的代价太大，则停止此阶段工作。 (4)保存新案例(Retain)。保留这次工作中有价值的经验 和知识，分析新案例，若有必要则将其纳入案例库中(案例归 档)．以备将来使用。 通过以上四个步骤的推理，便可以根据以往的经验对现实 问题提出有效、及时的建议。不同于传统的知识系统，CBR系 统所依赖的知识主要是系统所存储的相关领域中以前解决问 题的具体记录1161。CBR将过去处理过的问题，描述成由问题特 征集和解决方案组成的案例，存储在案例库中。当新的问题出 现时，系统从案例库中检索出与新问题最相近的旧案例。如果 旧案例和新案例完全一致，则自然可以把旧案例的解决方案作 为新案例的答案；否则需要对新案例进行修改，从而得到新问 题的解决方案。 在设计一个有效的CBR系统时，选择合适的检索方法的 是很重要的．既可以提高检索速度又可以提高检索的精度。在 实践中，最通用的案例检索方法是归纳法(inductive indexing method)和最近相邻法(Nearest Neighbor Algorithm)。归纳法提 取案例间特征上的差异，并根据这些特征将案例组成一个类似 判别网络的层次结构，检索时采用决策树搜索策略，适合于案 例特征相互独立或推理结果只是案例中某一特征的情况。最近 相邻法适合于案例特征属性为数值型的情况，定义和计算案例 之间的相似度(或匹配度)，相似度最大的案例为匹配案例。最 近相邻法的运算法则是十分简单和直接的，每一对特征的相似 程度使用相似函数进行计算，其算法描述如下f11： 5帆=w．．Sirei。． (1) 式中Sim：指案例库中第i个旧案例与问题案例的综合相 似度；御．是第i个属性或特征在参与匹配检索的属性或特征指 标中所占的权重，称为第i个指标的权重；Sim。是第i个旧案例 的第i个属性指标与问题案例的第i个属性指标的相似度。 最近褶邻法的关键是确定属性指标权重和计算单个属性 指标的相似度。属性指标权重一般是采用专家评分法、统计分 析法和主观概率法等方法设定，单个属性指标的相似度采用下 面的公式计算： |s呱：竺撩蛆X100％ (2) 式中y，是问题案例第i个属性指标的值，y，．是案例库中 第i个旧案例的第i个属性指标的值。 Wess等人提出了一个名为k-d树的检索机制，整合了以 上两种案例的检索方法ⅢI，在同一时间提高了搜索速度和精度。 当一个新的案例出现后，首先应用多维k-d决策树获取若干相 似于问题案例的旧案例(归纳法)，然后应用最近相邻法在这些 获取的旧案例中找到最匹配的案例。使用k-d树的主要优势是 能够将两个不同类型的知识域整合在一起，形成一个新的问题 解决方案。 评价功能，用于根据案例库中供应商以往的绩效记录对其进行 分类和选择。如图1所示，在选择供应商的过程中，系统集成了 三个主要的活动：(1)供应商的分类；(2)供应商评价标准；(3) 供应商绩效评价。 供应商案例库 供应商分类 、 基于累计绩效分数系 供应商分类机制将供 分为普通型和伙伴型 更新供应商绩效分数． 卜.I¨ 萎曩嫠藿誓萎蓑鬻厂南志 变成供应商绩效分数：I普通犁l l伙伴型 更新供应商绩效分数 交易的绩效分数被存储 在累计绩效分数系统 1．价格 1．价格 2．交货期 2．交货期 3．质量 3．质量 4龙0新 5．技术水平 6．企业文化 7．商业意识 8．生产柔性 9．信息化水平 lO．目前信誉 ／供应商评估标准、 通过不同的属性，特征 集合评估普通型和伙 ＼ 伴型供应商 ， 供应商绩效等级系统＼／评估拦应商 根据属性和企业策略j 绩效 以数字分数的形式来l一 表示供应商绩效等级／ 图1 基于CBR的供应商选择决策支持系统模型 在这里我们把企业与供应商的关系分为普通型和伙伴型 两种关系。普通型关系假定供应商在提供增值服务、技术获得、 流程创新以及其他取得竞争优势的能力上是没有差别的。因 此．企业无需制定一个利用供应商整体资源，在供需双方之间 形成长期协调与合作的战略规划。伙伴型关系是企业与供应商 基于相互信任和风险共担原则而形成的长期战略合作的双赢 或多赢关系。随着市场的多元化和环境的不确定性增加，企业 为取得竞争优势越来越需要来自它们供应商的合作。 根据以往的绩效，供应商被分为普通型与伙伴型两类。在 系统当中，案例被设计成一种专门的形式，包括案例号、供应商 名称、交易情况和以往绩效。“案例号”和“供应商名称”用于案 例检索。“交易情况”由采购零部件和相应的供应商的信息构 成．代表了供应商的业务历史。“以往绩效”用于描述供应商的 能力．是由供应商绩效评价系统对供应商每一个特征进行打分 来评估的，如普通型供应商的价格、交货期和质量等特征，伙伴 型供应商的创新水平、技术水平、企业文化、商业意识、生产柔 性、信息化程度以及目前信誉等特征。 通过这些，在供应商列表中一个特定供应商的级别被确定 下来。在这两个集合中，我们可以看到除了伙伴型供应商需要 评估更多的细节外，核心的评价标准是相同的。由评价系统产 生的结果被简化成为交易绩效分数。分数经过累计，可用于供 应商的分类系统区分供应商的类型(普通型与伙伴型)。 3基于CBR的供应商选择决策支持系统构建 2 基于CBR的供应商选择决策支持系统模型 基于CBR的供应商选择与评价系统通过使用CBR方法 基于CBR的供应商选择与评价系统集成了供应商选择与 将供应商分为普通型和伙伴型两类，用户通过CBR方法选择 20 2006．06计算机工程与应用 万方数据

合适的供应商，也可以修改案例产生一个供应商的“理想交易个“适合的“案例。(6)确定"合适的"案例。系统首先按降序排列"适合的潜在情况"作为选择参考。最后，通过供应商绩效评分系统，供应商案例"的相似值，然后用户根据相似值确定所需要的“合适案的绩效能够被量化，绩效分数可以作为衡量企业与供应商之间例”。如果某个案例被选中，这个案例将被保留：否则，用户需要关系程度的一个参考指标。系统中的信息流如图2所示，运行修正供应商要求以产生一个更适合的方案，以上（1)~(6)步将该系统分9个步骤：被重复。开始(7)存储"选中的"案例。系统存储在(4)或(6)中选中的案例。更新绩效分数，供应商绩效分析和结果结束流程用户要求(8)评估所选供应商绩效。交易过后，系统将评估并记录供（步骤8）（步骤9）应商的绩效，通过对比“交易中的供应商绩效"与“所选案例供回收案例定义供应商要求应商绩效"之间相应特征的差异，评估供应商绩效，分析的结果（步骤7）供应商案例库（步骤1）TY简化为供应商交易绩效分数。归纳检索否接受(9)累计交易绩效分数。在系统的案例库中累计并存储交（步深2）是否接受！（步骤6）易绩效分数作为供应商绩效分数。这些分数显示了供应商的能（步骤4）N力，可以作为供应商分类（普通型或伙伴型）的参考。潜在的以往修改后的案例实践案例精确潜在案例经过以上9个步骤，带着绩效分数的供应商被归类到合适的分组里并以此更新供应商案例库。最近相邻检索案例修改案例获取过程3.1（步躁3）【（步骤5】在系统中，混合使用归纳法和最相邻法用于案例的检索。图2系统示意性信息流举例来说，在选择供应商过程中，检查供应商以往使用物料清单(BillofMaterials，BOM)系统的绩效是非常必要的。图3显（1)定义供应商要求。对供应商的要求分为两个部分。第一示了BOM系统与使用CBR方法的供应商绩效评价系统之间部分说明供应商的一般知识信息，如供应商类型、原材料、提前的连接。在图4中显示了系统的搜索树。要求BOM的信息是期、质量等等；第二部分说明关于预期供应商绩效的特定知识“交易情况”，用于建立搜索树。搜索树的层次被设计为7层：供信息，系统中供应商绩效是以供应商每一个特征的分数来表示应商类型层、产品部分层、物料类型层、物料细节描述层、价格的。然后将这些要求信息输人到供应商案例库中。层、数量层和提前期层。在搜索树的最底层，显示的是具体的零（2)归类供应商要求。系统根据一般知识信息通过归纳法部件。分类并获取潜在的以往供应商案例。所有归类的案例除了供应商以往的绩效以外都有相似的交易情况。(3)计算案例的相似值使它们成为"精确"案例。系统使用物料清单（BOM)最相邻法计算“潜在以往案例"的相似值，目的是计算供应商要搜索树CBR系统通过求的特定知识信息与潜在案例的特定知识信息之间的相似值。供应商绩效产品数据“供应商名称”评价系统在完成这个过程后，带有相应相似值的“精确潜在案例"就产将两个领域T连接起来以数字形式表生了。信息示的以往绩效（其体零部件供应商）（4)选择“精确"案例。系统首先按降序排列精确潜在案例的相似值，然后用户根据相似值选择“精确案例”。如果某个案例被选中，这个案例将被保留：如果用户不满意这些案例，则系图3BOM和供应商绩效评价系统的连接统将启动案例修改过程。搜索树包括了整个BOM的信息，根据相似的采购零部件(5)修改所选案例。系统使用CBR修改方法对精确潜在案可以定义一组供应商。系统在一般知识的辅助下通过归纳法获例进行修改。经过修改后，产生理想的供应商交易情况，形成案例库伙伴型供应商普通型供应商第一层附属部分附属部分电气部分机械部分电气部分机械部分第二层金属塑胶金属塑胶金属塑胶塑胶金属塑胶金属塑胶金属材料材料材料材料材料材料材料材料材料材料材料材料第三层.第七层具体的零部件具体的零部件.Oe999O图4系统中的搜索树结构21计算机工程与应用2006.06万方数据

合适的供应商，也可以修改案例产生一个供应商的“理想交易 情况”作为选择参考。最后，通过供应商绩效评分系统，供应商 的绩效能够被量化，绩效分数可以作为衡量企业与供应商之间 关系程度的一个参考指标。系统中的信息流如图2所示，运行 该系统分9个步骤： 开始 用户要求j结絮程 ／—、I 、I 更新绩效分数J．|供应商绩效分析和结果 (步骤9) f’f (步骤8) 定义供应商要求1 (步骤1)r叫供应商案例库 r————一 归纳检索 (步骤2) N }否接受i (步骤4)一 最近相邻检索 (步骤3) Y 修改后的案例 案例修改 (步骤5) 图2系统示意性信息流 (1)定义供应商要求。对供应商的要求分为两个部分。第一 部分说明供应商的一般知识信息．如供应商类型、原材料、提前 期、质量等等：第二部分说明关于预期供应商绩效的特定知识 信息．系统中供应商绩效是以供应商每一个特征的分数来表示 的。然后将这些要求信息输入到供应商案例库中。 (2)归类供应商要求。系统根据一般知识信息通过归纳法 分类并获取潜在的以往供应商案例。所有归类的案例除了供应 商以往的绩效以外都有相似的交易情况。 (3)计算案例的相似值使它们成为“精确”案例。系统使用 最相邻法计算“潜在以往案例”的相似值，目的是计算供应商要 求的特定知识信息与潜在案例的特定知识信息之间的相似值。 在完成这个过程后，带有相应相似值的“精确潜在案例”就产 生了。 (4)选择“精确”案例。系统首先按降序排列精确潜在案例 的相似值，然后用户根据相似值选择“精确案例”。如果某个案 例被选中．这个案例将被保留；如果用户不满意这些案例，则系 统将启动案例修改过程。 (5)修改所选案例。系统使用CBR修改方法对精确潜在案 例进行修改。经过修改后，产生理想的供应商交易情况，形成一 普通型供应商 案例库 个“适合的”案例。 (6)确定“合适的”案例。系统首先按降序排列“适合的潜在 案例”的相似值，然后用户根据相似值确定所需要的“合适案 例”。如果某个案例被选中，这个案例将被保留；否则，用户需要 修正供应商要求以产生一个更适合的方案，以上(1)一(6)步将 被重复。 (7)存储“选中的”案例。系统存储在(4)或(6)中选中的案例。 (8)评估所选供应商绩效。交易过后，系统将评估并记录供 应商的绩效．通过对比“交易中的供应商绩效”与“所选案例供 应商绩效”之间相应特征的差异，评估供应商绩效，分析的结果 简化为供应商交易绩效分数。 (9)累计交易绩效分数。在系统的案例库中累计并存储交 易绩效分数作为供应商绩效分数。这些分数显示了供应商的能 力．可以作为供应商分类(普通型或伙伴型)的参考。 经过以上9个步骤．带着绩效分数的供应商被归类到合适 的分组里并以此更新供应商案例库。 3．1 案例获取过程 在系统中，混合使用归纳法和最相邻法用于案例的检索。 举例来说。在选择供应商过程中，检查供应商以往使用物料清 单(Bill of Materials，BOM)系统的绩效是非常必要的。图3显 示了BOM系统与使用CBR方法的供应商绩效评价系统之间 的连接。在图4中显示了系统的搜索树。要求BOM的信息是 “交易情况”。用于建立搜索树。搜索树的层次被设计为7层：供 应商类型层、产品部分层、物料类型层、物料细节描述层、价格 层、数量层和提前期层。在搜索树的最底层，显示的是具体的零 部件。 物料清单(BOM) 搜索树 “供应商名称”f 供应商绩效 将两个领域I 评价系统 —_'示的以往绩效 连接起来 l以数字形式表 图3 BOM和供应商绩效评价系统的连接 搜索树包括了整个BOM的信息，根据相似的采购零部件 可以定义一组供应商。系统在一般知识的辅助下通过归纳法获 伙伴型供应商 电气部分J 肌械部分J 腑属部分J j电气部分j J机械部分J j附属部分 .^.， .．。+. 具体的零部件： ’ + ' ’ t ’ ’ ’ ' ’ 具体的零部件 ● ● ● ● ● ●● ● ● ● ● 图4系统中的搜索树结构 第一层 第二层 第三层 第七层 计算机工程与应用2006．06 21 刚涉一螽涉 粥瑟～ 羽槲不 焉不 磊不 —驯养 网不 栗网不 网不 蛆槲不 斟小 采采 万方数据

供应商案例B变成精确的潜在案例。在计算完所有精确案例取潜在案例。归纳法产生一条沿着决策树越过校验点的路径。的相似值后，根据降序排列相似值，带有最高相似值的五个案在决策树的末端，会有一组潜在的以往供应商案例被识别出例被列出来。如果用户选择五个案例当中的某-个，则被选中来。然后应用最相邻法计算这些案例的相似值。因为希望找到伙伴型供应商，所以比较了10个特征的绩效分数。在图5中，的案例就会被存储在系统案例库中。如果用户对这五个案例都以供应商B案例相似值的计算为例，第一列是特征列，第二列不满意，那么系统自动启动案例的修改过程。是投予相应特征的权重，第三列和第四列分别是供应商要求和3.2案例修改过程供应商B案例相应的绩效分数。通过使用相似函数公式(2)，修改过程由二般修改过程和专门修改过程组，其目标是供应商案例B的特征与供应商要求的特征之间的相似值被计使案例变得“合适”。根据案例中供应商以往的实践，为“理想的算，并列干最后一列。供应商”形成理想的交易情况。在图5的例子中，形成理想的供应商案例B的相似值通过式（1)计算得到，为95.35%。交易情况的目的是在案例中找到最具竞争力的价格和精确的以同样的方法计算其他案例的相似值。由于有较高的相似值，期望绩效。图6显示了案例修改模块中的两个修改过程。供应商案例库案例比较过程仅以潜在供应商案例B为例潜在案例（最相邻法）获取过程第一层（妇纳法）供应商要求供应商B案例相似值特点权重rY.u第二层价格0.159090100%80交货期0.187090%第三层质量0.17608080%0.096570创新水平95%0.086060技术水平100%0.078080企业文化100%第七层0.065050商业意识100%0.059090生产柔性100%供应商案例供应商..8080信息化水平0.08100%潜在以往供应商...7070当前信誉0.08100%实践案例供应商..供应育案例B的相似值=0.15×100%+0.18x90%+0.17×70%+0.09×95%+0.08×100%+供应商B的"精0.07×100%+0.06x100%+0.05×100%+0.08x100%+0.08x100%确潜在案例=95.35%图5系统中案例获取过程问题分辨模块精确的获取案例的规则潜在案例输人价格x案例中的标准价格1E案例中的价格≤年度标准价格THEN获取该案例案例修改模块一般修改过程获取分组的规则获取紧例检测每一个获取的案例过程供应商名称与案例中的相同IFTHEN据此分组达替案例专门修改根据供应商名称对获取的案例分组过程A形成合适案例的步票4步骤1：创建一个新案例案例为一个特殊的供应商B案例号数量提前期价格 相数值考虑特定供应商以住的案例C1752.5007.588%8步骤2：对比这些案例并从特定案例中获取最低价格5.2581%C3426.000步录3：类似地，获取最高相似值92%C504380060考虑对供应商的要求步骤4：从供应商要求中获取数量和提的别供应商B的新（适宜）案例提前期价格相仪值案例号数量形成合适案例92%x0573.5005.258步骤5：结合步翼2.3.4形成一个新的合适案例从供应商要求图6系统中案例修改过程222006.06计算机工程与应用万方数据

取潜在案例。归纳法产生一条沿着决策树越过校验点的路径。 在决策树的末端。会有一组潜在的以往供应商案例被识别出 来。然后应用最相邻法计算这些案例的相似值。因为希望找到 伙伴型供应商．所以比较了10个特征的绩效分数。在图5中， 以供应商B案例相似值的计算为例，第一列是特征列，第二列 是授予相应特征的权重，第三列和第四列分别是供应商要求和 供应商B案例相应的绩效分数。通过使用相似函数公式(2)， 供应商案例B的特征与供应商要求的特征之间的相似值被计 算，并列于最后一列。 供应商案例B的相似值通过式(1)计算得到，为95．35％。 以同样的方法计算其他案例的相似值。由于有较高的相似值。 供应商案例B变成精确的潜在案例。在计算完所有精确案例 的相似值后，根据降序排列相似值．带有最高相似值的五个案 例被列出来。如果用户选择五个案例当中的某一个，则被选中 的案例就会被存储在系统案例库中。如果用户对这五个案例都 不满意，那么系统自动启动案例的修改过程。 3．2案例修改过程 修改过程由一般修改过程和专门修改过程组成．其目标是 使案例变得“合适”。根据案例中供应商以往的实践，为“理想的 供应商”形成理想的交易情况。在图5的例子中，形成理想的 交易情况的目的是在案例中找到最具竞争力的价格和精确的 期望绩效。图6显示了案例修改模块中的两个修改过程。 案铡比较过程——仅以潜在供应商案例B为例 (最相邻法) 特点 权重 供应要要求供应弓8案例相似值 价格 O．15 90 90 100％ 交货期 O．18 70 80 90％ 质量0．17 60 80 80％ 创新水平 0．09 65 70 95％ 技术水平0．08 60 60 100％ 企业文化 0．07 80 80 100％ 商业意识 0．06 50 50 100％ 生产柔性0．05 90 90 100％ 信息化水平 O．08 80 80 100％ 当前信誉 0．08 70 70 100％ ／，读应商案例B的相似值 、＼ -O．15x100％+0．18x90％-tO．17x70％+0．09x95％+0．08x100％+ 1 0．07x100％+0．06x100％+0．05x100％+0．08x100％+o．08×100％． ＼ ／ ＼：95．35％ 。 ／／ 图5 系统中案例获取过程 问题分辨模块 精确的 潜在案例 案例修改模块 一般修改 过程 获妻毳例。牺一 专门修改根据供应商名称多获取的案例分组 过程 J b ／ 案例号J数量J提前期|价格J相似值 C175 2 500 8 7．5 88％ C342 6000{ 7 5。25jl 81％ C504 3 800 6 『9 II 92％I 供应商B的新(适宜)案例 案例号f数量i提前期f价格j相似 X057 3 500 8 5．25【92％ 从供应商要求 22 2006．06计算机工程与应用 获取案例的规则 IF THEN获取该案例 案例中的价格≤辱震‰×案例中的标准价格 获取分组的规则 检测每一个获取的案例 IF 供应商名称与案例中的相同 THEN据此分组这些案例 形成合适案例的步骤 步骤l：创建一个新案例 考虑特定供应商以住的案铡 步骤2：对比这些案例并从特定案例中获取最低价格 步骤3：类似地．获取最高相似值 考虑对供应商的要求 步骤4：从供应商要求中获取数量和提前期 形成合适案例 步骤5：结合步骤2、3、4形成一个新的合适案例 图6系统中案例修改过程 万方数据

of Purchasing and Materials Management,1990:8-14应用一般修改过程获取案例，即根据预设条件形成检索规3.H Min.Intemational supplier selection :a multi-attribute utility则，这里的预设条件为：案例中的价格=（输人价格/本年度标准approach[JJ.Intemational Journal of Physical Distribution and Logistics价格)x案例中标准价格。Management,1994;24(5):24~33经过一般修改过程获取的案例，还需要经过专门的修改过4.C O Swift.Preferences for single sourcing and supplier selection程，目的是产生一个由最可取的供应商特征绩效值所组成的新criteria[J.Joumal of Business Research, 1995;32: 105~111案例。经过专门的修改过程，满足以下3个条件的新案例就产5J D Watson,S Abdullah.Developing case-based reasoning systems :a生了：(1)与用户要求相同的数量和提前期；(2)具有最低的价case study in diagnosing building defects[C].In : Proceedings of the格（竞争力的价格)：(3)具有最相似绩效(最高相似值)。IEE Colloquium on Case-based Reasoning:Prospects for ApplicationsDigest,1994:57:13如图7所示，专门的修改流程首先根据供应商名称和“案6.R S Perera,I Watson.A case-based design approach for the integ-例分组规则”对供应商案例进行分组；然后应用合适的案例规ration of design and estimating[Cj.In:I Watson ed.Progress in Case-则形成一个新的合适案例。在图7中，仅仅分析供应商B的3based Reasoning,Lecture Notes in Artificial Intelligence 1020,Springer.个案例。首先，从C342案例中获取最低价格5.25。类似地，从Berlin,1995案例C504中获取最高相似值，这意味着该案例中所有特征的7.M Koegst,J Schneider,R Bergmann et al.IP retrieval by solving分数值被获取。然后，从供应商要求中获取数量和提前期信息constraint satisfaction problems[C].In : FDL'99,Second Intermational]3500和8。最后，结合所有这些提取的信息，一个新的（合适的）Forum on Design Languages,E'cole Normale Supe'rieure de Lyon,Lyon,France,1999供应商B的案例产生了。对别的案例进行类似的修改，最终形8.R T Mclvor,P K Humphreys.A case-based reasoning approach to成了一组“合适"案例。the make or buy decision[J].Integrated Manufacturing Systems,2000;事实上，经过专门的修改过程后，新案例可能是虚拟的。在11(5):295~310这种情况下，新案例被用于作为参考去寻找类似的案例。当然，9.C F Cheung,W B Lee,W M Wang et al.A multi perspective know-如果新案例与问题案例的所有情况相匹配，那它也是一个现实ledgebased system for customer service management[J).Expen System案例，也就是说一个案例在精确的潜在案例中已经满足了最低with Application,2003;24(4):457~460价格和最高相似值的条件。10.姜丽红，刘豹.案例推理在智能化预测支持系统中的应用研究[],决策与决策支持系统，1996;6(4)：63~69最后，系统按降序排列这些案例的相似值，提供先前五个11.周凯波，魏莹，,冯珊,基于案例推理的金融危机预警支持系统[]计算供应商案例修改后的案例供用户选择。如果用户选择了某个案机工程与应用，2001：37（4）：18~21例，则该案例将被输出，如果用户仍旧没有满意的案例，那么用12.柳炳祥，盛阳翰.基于案例推理的企业危机预警系统设计[)中国软户需要修正他们的要求并且重复整个过程。科学，2003：（3)：67-7013.付玉，张存标，黄培清等.基于案例推理的供应链风险估计方法[]预4结束语测,2005;24(1)：56~58供应商的选择及其评价是管理科学与工程领域中的一个14.A Aamodt,E Plaza.Casebased reasoning:foundational issues,methodological variations,and system approaches[jAI ComArtificial Intel-前沿和热点间题，基于案例推理方法是人工智能领域一种新的ligence Communications.1994;7(1):39-59推理方法，适用于描述半结构化和非结构化问题。将基于案例15.谢胜强，吴忠.基于CBR与RBR的设备采购决策支持系统[J]计算推理的方法运用到供应商的选择及其评价领域，避免了传统的机工程与应用，2003：39(12)：71~73分析和评价方法解决非线性间题的局限性，为企业的供应商的16.陆汝铃.世纪之交的知识工程与知识科学[M]北京：清华大学出版社，选择决策提供了一种新的思路和方法。（收稿日期：2005年12月）200117.Walson.Case-Based Reasoning is a Methodology not Technology(J]参考文献Knowledge based System,1999:(12):303-30818.S Wess,K Althoff,G Derwand.Using k-d trees to improve retrieval1J Sarkis,S Talluri.A model for strategie supplier selection[CJ.In:Prostep in casebased reasoning[Cj.In:S Wess,K Althoff,M M Richeterceedings of the Ninth Intemational Annual IPSERA Conference,eds.Lecture Notes in Artificial Intelligence 837,First European WorkLondon,Canada.2000:652661shop,EWCBR93 Kaiserslautem,Germany,Springer,Berlin,19932.L M Ellram.The supplier selection in strategie partnerships[Joumal7.ZhangLing，ZhangBo.基于核函数的SVM机与三层前向神经网络的（上接18页）关系[]计算机学报，2002;25(7)：696~7006.Zhang Min, WanglunWen.Radar Radiation Source Recognition Based8.史忠植.知识发现[M].北京；清华大学出版社，2002：213~214on thbe Altemative Covering Design Algorithm of Multi-layer Neural9.王明祥，莫玉龙.基于独立分量分析和神经网络的人脸识别方法[]计Networks[Cj.In: The 12th National Conference on Neural Network Pro算机工程与应用，2004：40(5)：4~6ceedings,Post & Telecom Press,200223计算机工程与应用2006.06万方数据

应用一般修改过程获取案例，即根据预设条件形成检索规 则．这里的预设条件为：案例中的价格=(输入价格／本年度标准 价格)×案例中标准价格。 经过一般修改过程获取的案例，还需要经过专门的修改过 程．目的是产生一个由最可取的供应商特征绩效值所组成的新 案例。经过专门的修改过程，满足以下3个条件的新案例就产 生了：(1)与用户要求相同的数量和提前期；(2)具有最低的价 格(竞争力的价格)；(3)具有最相似绩效(最高相似值)。 如图7所示，专门的修改流程首先根据供应商名称和“案 例分组规则”对供应商案例进行分组；然后应用合适的案例规 则形成一个新的合适案例。在图7中，仅仅分析供应商B的3 个案例。首先．从C342案例中获取最低价格5．25。类似地，从 案例C504中获取最高相似值，这意味着该案例中所有特征的 分数值被获取。然后．从供应商要求中获取数量和提前期信息 3500和8。最后。结合所有这些提取的信息，一个新的(合适的) 供应商B的案例产生了。对别的案例进行类似的修改，最终形 成了一组“合适”案例。 事实上，经过专门的修改过程后，新案例可能是虚拟的。在 这种情况下，新案例被用于作为参考去寻找类似的案例。当然， 如果新案例与问题案例的所有情况相匹配，那它也是一个现实 案例，也就是说一个案例在精确的潜在案例中已经满足了最低 价格和最高相似值的条件。 最后，系统按降序排列这些案例的相似值，提供先前五个 供应商案例修改后的案例供用户选择。如果用户选择了某个案 例，则该案例将被输出，如果用户仍旧没有满意的案例，那么用 户需要修正他们的要求并且重复整个过程。 4结束语 供应商的选择及其评价是管理科学与工程领域中的一个 前沿和热点问题，基于案例推理方法是人工智能领域一种新的 推理方法，适用于描述半结构化和非结构化问题。将基于案例 推理的方法运用到供应商的选择及其评价领域，避免了传统的 分析和评价方法解决非线性问题的局限性，为企业的供应商的 选择决策提供了一种新的思路和方法。(收稿日期：2005年12月) 参考文献 1．J Sarkis，S Talluri．A model for strategic supplier selection[C]．In：Pro— ceedings of the Ninth International Annual IPSERA Conference， London，Canada，2000：652～661 2．L M Ellram．The supplier selection in strategic partnerships[J]．Journal of Purchasing and Materials Management，1990：8-14 3．H Min．Intemational supplier selection：a multi—attribute utility approach[J]。International Journal of Pbysical Distribution and Logistics Management，1994；24(5)：24～33 4．C 0 Swift．Preferences for single sourcing and supplier selection criteria[J]．Journal of Business Research，1995；32：105-IIl 5．I D Watson．S Abdullah．Developing case—based reasoning systems：a case study in diagnosing building defects[C]．In：Proceedings of the IEE Colloquium on Case—based Reasoning：Prospects for Applications ‘ Digest，1994；57：1-3 6．R S Perera．I Watson．A case—based design approach for the integ— ration of design and estimating[C]．In：I Watson ed．Progress in Case— based Reasoning，Lecture Notes in Artificial Intelligence 1020，Springer， Berlin，1995 7．M Koegst，J Schneider，R Bergmann et a1．IP retrieval by solving constraint satisfaction problems[C]．In：FDL’99，Second International Formn on Design Languages，E’cole Normale Supe’rieure de Lyon， Lyon，France，1999 8．R T Melvor．P K Humphreys．A case—based reasoning approach to the make or buy decision[J]．Integrated Manufacturing Systems，2000； 11(5)：295-310 9．C F Cheung，W B Lee，W M Wang et a1．A multi perspective know— ledge—-based system for customer service management[J]．Expert System with Application，2003；24(4)：457-460 10．姜丽红，刘豹．案例推理在智能化预测支持系统中的应用研究[J]_决 策与决策支持系统，1996；6(4)：63～69 11．周凯波，魏莹，冯珊．基于案例推理的金融危机预警支持系统[J]．计算 机工程与应用，2001；37(4)：18～2l 12．柳炳祥，盛昭翰．基于案例推理的企业危机预警系统设计[J1．中国软 科学，2003；(3)：67～70 13．付玉，张存禄，黄培清等．基于案例推理的供应链风险估计方法[J]．预 测，2005；24(1)：56～58 14．A Aamodt．E Plaza．Case—based reasoning：foundational issues，metho￾dologieal variations，and system approaches[J]．AI Com-Artifieial Intel— ligence Communications，1994；7(1)：39～59 15．谢胜强，吴忠．基于CBR与RBR的设备采购决策支持系统【J]．计算 机工程与应用，2003；39(12)：7l～73 16．陆汝钤．世纪之交的知识工程与知识科学[M]，北京：清华大学出版社， 2001 17．Walson．Case-Based Reasoning is a Methodology not Technology[J]． Knowledge based System，1999；(12)：303-308 1 8．S Wess，K Althoff，G Derwand．Using k-d trees to improve retrieval step in case-based reasoning[C]．In：S Wess，K Ahhoff，M M Richeter eds．Lecture Notes in Artificial Intelligence 837．First European Work— shop，EWCBR一93 Kaiserslautern，Germany，Springer，Berlin，1993 (上接18页) 6．Zhang Min，WanglunWen．Radar Radiation Source Recognition Based on the Altemative Covering Design Algorithm of Multi—layer Neural Networks[C]．In：The 12th National Conference on Neural Network Pr0一 ceedings，Post＆Telecom Press，2002 7．Zhang Ling．Zhang Bo．基于核函数的SVM机与三层前向神经网络的 关系[J】计算机学报，2002；25(7)：696-700 8．史忠植．知识发现【M]．北京：清华大学出版社，2002：213-214 9．王明祥，莫玉龙．基于独立分量分析和神经网络的人脸识别方法[J】计 算机工程与应用，2004；40(5)：4～6 计算机工程与应用2006．06 23 万方数据

日万方数据基于案例推理的供应商选择决策支持系统研究WANFANGDATA 文献链接作者：杨瑾，尤建新，蔡依平，Yang Jin,Cai YipingYou Jianxin,作者单位：同济大学经济与管理学院，上海，200092刊名：计算机工程与应用ISTICPKU英文刊名：COMPUTERENGINEERINGAND APPLICATIONS年，卷(期)：2006,42(6)18次被引用次数：参考文献（18条）I.J Sarkis:S Talluri A model for strategic supplier selection 20002.L M Ellram The supplier selection in strategic partnerships 19903.H Min International supplier selection:a multi-attribute utility approach 1994(05)4.C0 SwiftPreferencesfor single sourcing and supplier selection criteria[外文期刊] 19955.I D Watson:S Abdullah Developing case-based reasoning systems:a case study in diagnosing buildingdefects[外文会议】19946.R S Perera:IWatson A case-based design approach for the integration of design and estimating 19957.MKoegst:ISchneider:R BergmannIPretrieval bysolving constraintsatisfactionprobleus1998.R TMclvor:P K HumphreysAcase-based reasoning approach tothe make or buy decision[外文期刊]2000 (05)9.C F Cheung:W B Lee:W M Wang A multi perspective knowledge-based system for customer servicemanagement 2003(04)10.姜丽红：刘豹案例推理在智能化预测支持系统中的应用研究1996（04）11.周凯波：魏莹：冯珊基于案例推理的金融危机预警支持系统［期刊论文]-计算机工程与应用2001（04)12.柳炳祥：盛昭翰基于案例推理的企业危机预警系统设计[期刊论文]-中国软科学2003（03)13.付玉：张存禄：黄培清基于案例推理的供应链风险估计方法［期刊论文]-预测2005(0114.A Aamodt:E Plaza Case-based reasoning:foundational issues,methodological variations,and systemapproaches 1994(01)15.谢胜强：吴忠基于CBB与RBR的设备采购决策支持系统［期刊论文]-计算机工程与应用2003（12)16.陆汝铃世纪之交的知识工程与知识科学200117.Walson Case-Based Reasoning is a Methodology not Technology 1999(12)18.S Wess:K Althoff:G Derwand Using k-d trees to improve retrieval step in case-based reasoning 1993本文读者也读过（10条）1.刘闯.陈前人工神经网络与基于案例推理结合用于故障诊断[会议论文]-20042.苏元桂：王颖哲.张强基于案例推理的供应商选择模型[会议论文]-20083.冯锐.杨红美.Feng Rui.YangHongmei基于案例推理的问题解决[期刊论文]-现代远程教育研究2011(2)4.好利.张翼英.曾文.LUANHao-1i.ZHANGYi-ying.ZENGWen基于案例推理的技术研究[期刊论文]-沈阳工程学院学报（自然科学版）2005，1（2)5.陈浪涛.张成洪.张诚.CHENLang-tao.ZHANGCheng-hong.ZHANG Cheng协同商务环境下基于案例推理机制研究［期刊论文]-复旦学报（自然科学版）2005，44（6)6.武刚.冯玉强.WUGang.FENG Yu-qiang基于粗糙案例推理在线自我学习决策方法［期刊论文]-中国管理科学

基于案例推理的供应商选择决策支持系统研究 作者： 杨瑾， 尤建新， 蔡依平， Yang Jin， You Jianxin， Cai Yiping 作者单位： 同济大学经济与管理学院,上海,200092 刊名： 计算机工程与应用 英文刊名： COMPUTER ENGINEERING AND APPLICATIONS 年，卷(期)： 2006,42(6) 被引用次数： 18次 参考文献(18条) 1.J Sarkis;S Talluri A model for strategic supplier selection 2000 2.L M Ellram The supplier selection in strategic partnerships 1990 3.H Min International supplier selection:a multi-attribute utility approach 1994(05) 4.C O Swift Preferences for single sourcing and supplier selection criteria[外文期刊] 1995 5.I D Watson;S Abdullah Developing case-based reasoning systems:a case study in diagnosing building defects[外文会议] 1994 6.R S Perera;I Watson A case-based design approach for the integration of design and estimating 1995 7.M Koegst;J Schneider;R Bergmann IP retrieval by solving constraint satisfaction problems 1999 8.R T Mclvor;P K Humphreys A case-based reasoning approach to the make or buy decision[外文期刊] 2000(05) 9.C F Cheung;W B Lee;W M Wang A multi perspective knowledge-based system for customer service management 2003(04) 10.姜丽红;刘豹 案例推理在智能化预测支持系统中的应用研究 1996(04) 11.周凯波;魏莹;冯珊 基于案例推理的金融危机预警支持系统[期刊论文]-计算机工程与应用 2001(04) 12.柳炳祥;盛昭翰 基于案例推理的企业危机预警系统设计[期刊论文]-中国软科学 2003(03) 13.付玉;张存禄;黄培清 基于案例推理的供应链风险估计方法[期刊论文]-预测 2005(01) 14.A Aamodt;E Plaza Case-based reasoning:foundational issues,methodological variations,and system approaches 1994(01) 15.谢胜强;吴忠 基于CBB与RBR的设备采购决策支持系统[期刊论文]-计算机工程与应用 2003(12) 16.陆汝钤 世纪之交的知识工程与知识科学 2001 17.Walson Case-Based Reasoning is a Methodology not Technology 1999(12) 18.S Wess;K Althoff;G Derwand Using k-d trees to improve retrieval step in case-based reasoning 1993 本文读者也读过(10条) 1. 刘闯.陈前 人工神经网络与基于案例推理结合用于故障诊断[会议论文]-2004 2. 苏元桂.王颖哲.张强 基于案例推理的供应商选择模型[会议论文]-2008 3. 冯锐.杨红美.Feng Rui.Yang Hongmei 基于案例推理的问题解决[期刊论文]-现代远程教育研究2011(2) 4. 栾好利.张翼英.曾文.LUAN Hao-li.ZHANG Yi-ying.ZENG Wen 基于案例推理的技术研究[期刊论文]-沈阳工程学 院学报（自然科学版）2005,1(2) 5. 陈浪涛.张成洪.张诚.CHEN Lang-tao.ZHANG Cheng-hong.ZHANG Cheng 协同商务环境下基于案例推理机制研究 [期刊论文]-复旦学报（自然科学版）2005,44(6) 6. 武刚.冯玉强.WU Gang.FENG Yu-qiang 基于粗糙案例推理在线自我学习决策方法[期刊论文]-中国管理科学

2006, 14(z1)7.叶斌.胡修林张蕴玉.陈海峰.YEBin.HU Xiu-lin.ZHANG Yun-yu.CHENHai-feng基于3DZernike矩的三维地形匹配算法及性能分析[期刊论文]-宇航学报2007,28（5）8.王晓微.刘莹.周婷基于案例推理技术的供应链早期预警系统研究[期刊论文】-经济论坛2008（16)9.方礼远基于案例推理的类比估算方法研究与实现[学位论文]200910.杨铭.冯玉强.付伟基于案例推理的企业知识管理系统的构建研究[会议论文]-2007引证文献（18条）1.刘虎.朱兰娟基于案例推理的采购决策[期刊论文]-科技视界2013（15)2.曹洁.苏强基于CBR的保险专家系统［期刊论文】-江苏科技信息（学术研究）2009（10）3.李乐.翰海峰基于范例推理的建设项目管理决策支持系统研究[期刊论文]-管理观察2009(31)4.江兵.刘健康.胡崇德太白山自然保护区旅游监测决策支持系统研究[期刊论文】-计算机工程与设计2011（8)5.陈娟.杨颖基于案例推理的教学案例知识管理系统的设计[期刊论文]-电脑与信息技术2010（3)6.刘利军.毛新朋.黄青松基于多Agent案例推理的个性化智能推荐服务［期刊论文]-武汉理工大学学报（信息与管理工程版）2008（4)7.王清清吴锋基于多色集合的产品供应商选择模型研究[期刊论文]-科技进步与对策2009(22)8.苏元桂.WANGYing-zhe.张强基于模糊案例推理的供应商选择模型[期刊论文]-物流科技2008（8)9.刘红宇.乔立红基于案例推理的企业项目管理决策支持系统的研究[期刊论文]-成组技术与生产现代化2008（1)10.侯玉梅.许成媛基于案例推理法研究综述［期刊论文]-燕山大学学报：哲学社会科学版2011（4)11.卢志刚.陶沙基于云相似度的B2B供应商个性化推荐算法［期刊论文]-微计算机信息2011（512.卢志刚.陶沙基于云相似度的B2B供应商个性化推荐算法［期刊论文]-微计算机信息2011（2）13.刘俊.刘雨玮.王友木基于MAS的供应商选择系统分析与设计[期刊论文]-计算机系统应用2010（9)14.吴容.杨善林.胡小建基于Agent的CRM客户服务模型研究［期刊论文]-情报杂志2007（5)15.彭少明.张春生基于案例推理的黄河流域水资源优化调配[期刊论文]-水利水电科技进展2012(2)16.韩小妹.韩景调基于CBR应急保障物流体智能决策支持系统研究[期刊论文]-计算机工程与应用2007（20)17. SHANG Chao-wang.LIU Qing-tang.YANG Zong-kai.ZHAO Cheng-ling.ZHU Xiao-liang A Requirement DrivenLearningManagementArchitecture Basedon BPEL[期刊论文］-东华大学学报（英文版）2010（2)18.安丽娜.张士杰专家系统研究现状及展望[期刊论文]-计算机应用研究2007（12）引用本文格式：杨瑾.尤建新.蔡依平，YangJin.YouJianxin.CaiYiping基于案例推理的供应商选择决策支持系统研究［期刊论文]-计算机工程与应用2006（6)

2006,14(z1) 7. 叶斌.胡修林.张蕴玉.陈海峰.YE Bin.HU Xiu-lin.ZHANG Yun-yu.CHEN Hai-feng 基于3D Zernike矩的三维地形 匹配算法及性能分析[期刊论文]-宇航学报2007,28(5) 8. 王晓薇.刘莹.周婷 基于案例推理技术的供应链早期预警系统研究[期刊论文]-经济论坛2008(16) 9. 方礼远 基于案例推理的类比估算方法研究与实现[学位论文]2009 10. 杨铭.冯玉强.付伟 基于案例推理的企业知识管理系统的构建研究[会议论文]-2007 引证文献(18条) 1.刘虎.朱兰娟 基于案例推理的采购决策[期刊论文]-科技视界 2013(15) 2.曹洁.苏强 基于CBR的保险专家系统[期刊论文]-江苏科技信息（学术研究） 2009(10) 3.李乐.鞠海峰 基于范例推理的建设项目管理决策支持系统研究[期刊论文]-管理观察 2009(31) 4.江兵.刘健康.胡崇德 太白山自然保护区旅游监测决策支持系统研究[期刊论文]-计算机工程与设计 2011(8) 5.陈娟.杨颖 基于案例推理的教学案例知识管理系统的设计[期刊论文]-电脑与信息技术 2010(3) 6.刘利军.毛新朋.黄青松 基于多Agent案例推理的个性化智能推荐服务[期刊论文]-武汉理工大学学报（信息与管 理工程版） 2008(4) 7.王清清.吴锋 基于多色集合的产品供应商选择模型研究[期刊论文]-科技进步与对策 2009(22) 8.苏元桂.WANG Ying-zhe.张强 基于模糊案例推理的供应商选择模型[期刊论文]-物流科技 2008(8) 9.刘红宇.乔立红 基于案例推理的企业项目管理决策支持系统的研究[期刊论文]-成组技术与生产现代化 2008(1) 10.侯玉梅.许成媛 基于案例推理法研究综述[期刊论文]-燕山大学学报：哲学社会科学版 2011(4) 11.卢志刚.陶沙 基于云相似度的B2B供应商个性化推荐算法[期刊论文]-微计算机信息 2011(5) 12.卢志刚.陶沙 基于云相似度的B2B供应商个性化推荐算法[期刊论文]-微计算机信息 2011(2) 13.刘俊.刘雨玮.王友木 基于MAS的供应商选择系统分析与设计[期刊论文]-计算机系统应用 2010(9) 14.吴睿.杨善林.胡小建 基于Agent的CRM客户服务模型研究[期刊论文]-情报杂志 2007(5) 15.彭少明.张春生 基于案例推理的黄河流域水资源优化调配[期刊论文]-水利水电科技进展 2012(2) 16.韩小妹.韩景倜 基于CBR应急保障物流体智能决策支持系统研究[期刊论文]-计算机工程与应用 2007(20) 17.SHANG Chao-wang.LIU Qing-tang.YANG Zong-kai.ZHAO Cheng-ling.ZHU Xiao-liang A Requirement Driven Learning Management Architecture Based on BPEL[期刊论文]-东华大学学报（英文版） 2010(2) 18.安丽娜.张士杰 专家系统研究现状及展望[期刊论文]-计算机应用研究 2007(12) 引用本文格式：杨瑾.尤建新.蔡依平.Yang Jin.You Jianxin.Cai Yiping 基于案例推理的供应商选择决策支持系 统研究[期刊论文]-计算机工程与应用 2006(6)