作者：孔繁辉; 李健oem供应链供应中断多变量耦合深度学习机制弹性提升策略
摘要：供应中断是OEM供应链中企业面临的主要风险。本文基于供应链弹性分析的角度，将OEM供应链弹性运作问题描述为多变量耦合控制模型，构建了可变结构的弹性控制系统，研究了在供应中断风险冲击下OEM供应链弹性交互影响机制。在此基础上，提出了一种有针对性的提升供应链弹性的深度学习机制，此算法比传统的BP神经网络更加能够提高供应链绩效，并结合案例进行验证。研究结果表明：当供应中断发生时，深度学习算法可有效提升OEM供应链弹性，最大程度减轻企业损失。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
