随着全球经济的一体化发展和供应链管理模式的推进,为我国汽车行业带来了新的发展机遇,为了能够达到资源有效整合,汽车制造企业加强与上游汽车供应商的协同合作关系,实现资源体系的科学匹配也显得日益重要。加强制造商与供应商的协同合作能够提高质量,提升汽车供应链协同性利润增值及汽车企业核心竞争力。这样,如何在供应链协同的基础上进行全面、科学而有效地供应商评价是一个至关重要而有重要意义的问题。本文首先阐述了供应链协同理论和供应商评价理论,在此基础上,结合汽车行业零部件供应商管理特点,总结以往供应商评价指标体系问题研究,基于协同视角构建零部件供应商评价指标体系,并运用SPSS对问卷调查结果进行相关统计分析,确定了评价指标体系。然后,选取了学习和自适应能力较强的BP神经网络并设计了供应商评价模型。同时对收集的汽车零部件供应商数据用BP神经网络进行多次训练以获得最终供应商评价模型,并检验了其可行性。最后,运用建立的基于BP神经网络的汽车零部件供应商评价模型通过MATLAB设计了一个GUI系统,并通过此系统进行了算例应用分析。本文的研究以供应链协同为研究视角,紧密联系汽车零部件供应商的实际情况,最终研究得到了一个由10个一级指标、31个二级指标构成的评价指标体系,并确定了各指标权重,能为汽车供应商评价提供依据;同时确定了相应的由31个输入层神经元,14个隐含层神经元,1个输出层神经元构成的BP神经网络评价模型,并验证了其可行性,能实际进行供应商评价;另外完成了评价系统GUI设计,实现了系统的实用性和有效性,为实际应用提供了便利。本文整体研究对汽车企业决策有重要作用,对基于供应链协同的汽车零部件供应商评价研究有一定的参考意义和实用价值。