食品企业诚信的综合评价方法研究

《食品企业诚信的综合评价方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、论文题目：食品企业诚信的综合评价方法研究作者姓名：专业名称：指导教师：论文提交日期：论文答辩日期：授予学位日期：入学时间：研究方向：职称：2013年5月2013年6月ThqprehensivealuationmethodllecomreevalUationmetllOof0IthefoodenterprisecreditADissertationsubmittedinfulfillmentoftherequirementsofthedegreeofM_ASTEROFSCIENCEShandongUniversityofSci

2、enceandTechnologybyPengDianxinSupervisor：ProfessorZhouChangyinCollegeofInformationScienceandEngineeringMay2013明本人呈交给山东科技大学的这篇硕士学位论文，除了所列参考文献和世所公认的文献外，全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其它任何学术机关作鉴定。硕士生签名：壹细袱日期：矽碜以l三AFFIRMATl0NIdeclarethatthisdissertation，submittedinfulfill

3、mentoftherequirementsfortheawardofMasterofScienceinShandongUniversityofScienceandTechnology，iswhollymyownworkunlessreferencedofacknowledge．Thedocumenthasnotbeensubmittedforqualificationatanyotheracademicinstitute．st印a。u似彰锨Date：石廖．甜．7Z士尸山东科技大学硕士学位论文摘要食品企业诚信评价工作作为食品企

4、业诚信管理体系的一个重要组成部分，具有重要的研究意义。因为单一的综合评价方法有自身上的一些缺陷，而食品企业的诚信评价又比较复杂且要求较高，所以单一的综合评价法无法胜任食品企业的诚信评价工作。鉴于这种情况，本文提出了基于层次分析的模糊综合评价法和基于层次分析的神经网络评价法两种组合评价法，并将其应用到食品工业企业诚信评价的实例分析中。通过结果比较发现，两种组合评价法在一定程度上弥补了单一评价法所带来的缺陷，更适用于评价食品工业企业的诚信状况。论文的主要内容如下：第一部分给出了论文的研究背景、研究意义、国内外研究现状；第二部分简

5、单介绍了食品企业诚信以及综合评价方法两方面的基础知识；第三部分针对食品企业诚信的评价问题，建立了基于层次分析的模糊综合评价模型，并将其应用到食品企业诚信评价的实例分析中，得出了基于层次分析的模糊综合评价法比单独运用层次分析法或者模糊综合评价法更适合用来对食品企业诚信状况进行评价，且评价结果更可靠、更准确的结论。为了更客观确切的对食品企业诚信状况进行评价，在第四部分，建立了基于层次分析法的BP神经网络评价模型，并利用这种模型进行食品企业诚信评价实例分析，然后对结果进行了比较，得出基于层次分析法的BP神经网络综合评价法比其他几种

6、评价方法准确率更高、效率更好的结论。最后，对本论文所做的工作进行了总结并对文章的不足之处和有待于进一步研究的地方进行了说明。关键词：食品企业诚信；综合评价：层次分析法；模糊综合评价法；神经网络山东科技大学硕士学砬论文AbstractABSTRACTFoodenterprisecreditevaluationwhichisanimportantpartofthefoodenterprisecreditmanagementsystem，hasanimportantsignificance．Singlecomprehensivee

7、valuationmethodhassomedefectsinitself，butthefoodenterprisecreditevaluationisacomplexworkwhichrequiresmorehigher．So，thesinglecomprehensiveevaluationmethodisnotcapableoftheworkoftheFoodenterprisecreditevaluation．Inviewofthissituation，Thispaperpresentstwokindsofcombin

8、ationevaluationmethodwhicharefuzzycomprehensiveevaluationmethodbasedonanalytichierarchyprocessandBPneuralnetworkevaluationmethodbasedonanalytichi