在当今全球化的时代,汽车制造企业纷纷选择将非核心过程外包,对大多数原材料、零部件采取外购的形式,因此成就了企业数量庞大的汽车零部件行业,但是汽车零部件汽车的下游是汽车整车制造厂，它的上游是原材料供应商（如钢铁行业，石油化工行业）那么一方面汽车制造商面对着激烈的市场竞争和消费者苛刻的需求，肯定会从自己的供应商身上下功夫，降低自己的材料成本，以应对竞争。另一方面，这些原材料供应商面临着矿石资源的枯竭，开采成本的提高，也在不断的上调价格。最后零部件企业承受了相当大了压力，使得它不得不重申审视供应商管理来降低成本增加利润。本文第一步首先对卡斯马公司现阶段供应商管理中的实际的操作方法进行了系统的介绍，然后结合卡斯马目前所处的工厂成长发展初期这么一个特殊时期，得出了卡斯马公司应该在在供应商开发的问题上进行优化和提高。然后，针对卡斯马公司在供应商管理方面存在的问题，建立了卡斯马公司供应商开发评价指标体系。再次，运用定性的方法和定量的方法相结合以及理论和实践相结合的方法，构建了基于卡斯马公司的利用离散型Hopfield神经网络的供应商选择评价模型。将卡斯马供应商等级评价指标的矩阵作为Hopfield神经网络的输入输入数据，经过若干次的人工神经网络学习运算和仿真，利用最终的离散型神经网络的仿真结果，把供应商从优到劣进行排列，从中选择出最适合卡斯马企业发展的供应商。本文的研究成果，把卡斯马公司供应商开发体系进行了进一步的优化，使得它更适应现阶段公司发展阶段，使得卡斯马公司能以更科学的方式，更加公正的方式，更严谨的方式来提高其供应商选择的效率。