随着互联网技术的普及与发展,电子商务发展的速度之快远远超过我们的想象。随着全球经济一体化的加快,企业之间的竞争形式已经由企业之间的竞争转变为供应链之间的竞争,伙伴选择在供应链管理中也显得尤其重要。目前,大多数的企业部门都是采用电话、传真、面谈,甚至是自己对长期合作伙伴的信任这一主观感受来完成许多重要的采购活动,浪费了大量的人力、物力和财力。特别是有时还受到个人主观因素的影响,严重影响了企业对合作伙伴正确判断和选择。本文首先针对目前伙伴选择方法中的局限性和不利因素,提出在伙伴选择指标体系中引入可协商因素,建立准确、完备的伙伴选择评价体系。通过对神经网络原理和伙伴选择方法的研究分析,建立基于神经网络的伙伴选择协商模型。其次,通过对神经网络自学习、非线性特点的研究,建立了基于神经网络的智能协商模型,对伙伴选择中的可协商因素进行智能协商。同时通过对模型五元组的分析,提出了基于协商历史数据的议题相关性研究方法。接着重点对协商过程中所采用的协商策略进行了分析,提出了基于神经网络的协商策略,并构建了伙伴选择协商框架。本文最后运用J2EE技术,基于B/S模式,建立了基于神经网络的伙伴选择智能协商系统。系统通过对企业的历史经验学习,拥有企业的思维方式,做出对协商条件的客观评价,同时与客户对协商结果进行交流。客户通过更改协商条件,最终达到双方都比较满意的协商结果。综合协商满意度和其他硬性指标,得到供应商的最终评价。