在全面开放新格局的推动下,建立标准的、规范的、信息化的汽车物流供应链管理体系,将进一步激发国内汽车企业的活力。随着国外优秀投资企业进入中国市场,对国内本土行业尤其是汽车行业带来了巨大冲击,企业将面临更大机遇与挑战。由于我国汽车行业供应链管理发展相对较晚,体系不够完善,导致汽车行业标准认证通过率较低,市场竞争力和认可度不足。本文以汽车零部件供应商为研究对象,将物流管理/物流评审体系等行业标准作为参考依据建立供应商评价指标体系,运用数据挖掘方法获取供应商评审认证的决策规则,对汽车零部件供应商进行评价分类。首先,依据汽车行业物流供应链管理认证体系涵盖的供应链要素和考核流程,运用评审工具对汽车零部件供应商进行物流审核。为保证评价分类方法的全面性和准确性,以物流运作评审体系的考核要素建立汽车零部件供应商评价方法的指标体系。其次,在可变精度粗糙集模型的基础上改进方法,构建复合关系的粗糙集模型。该模型能够兼顾优势关系、等价关系、调节近似集合分类精度和对研究对象动态更新。评价方法对物流评审信息进行属性约简,能够降低数据维度;再通过变精度参数提高模型的抗干扰能力,并通过实例验证了本文方法处理信息不一致性的可行性;将近似集合作为决策提取算法的输入,获取供应商分类的依据。依据保留的近似集合计算过程,对研究对象进行动态更新,并设计实例验证了更新方法的有效性。最后,由汽车零部件供应商评价分类方法设计了供应商分类评价系统。针对现行的物流供应链管理认证的评审数据,挖掘评价指标与认证结果之间的决策规则,通过分类规则找出现供应商所处阶段和瓶颈,并对照行业最佳实践持续改进物流能力。该评价方法为企业进行供应链管理和提高国内汽车行业的标准认证通过率提供了技术支持。