国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于BP神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的供應(yīng)鏈風(fēng)險評價研究

2010-08-24 03:17:16王新利
中國流通經(jīng)濟 2010年6期
關(guān)鍵詞:權(quán)值供應(yīng)鏈神經(jīng)網(wǎng)絡(luò)

王新利

(黑龍江八一農(nóng)墾大學(xué)經(jīng)濟管理學(xué)院,黑龍江 大慶163319)

一、引言

隨著供應(yīng)鏈節(jié)點風(fēng)險事件的逐漸增多,供應(yīng)鏈風(fēng)險一旦出現(xiàn),就會對整個供應(yīng)鏈系統(tǒng)產(chǎn)生巨大影響,并波及供應(yīng)鏈上下游企業(yè),“三鹿奶粉事件”就是一個典型的例證。因此,供應(yīng)鏈風(fēng)險管理逐漸被學(xué)術(shù)界和產(chǎn)業(yè)界所重視。由于供應(yīng)鏈風(fēng)險管理屬于較新的領(lǐng)域,相關(guān)文獻及風(fēng)險評價模型較少。歸納起來,具有代表性的方法主要有遺傳算法、[1]模糊因素分析法、[2]人工智能推理分析法、[3]條件風(fēng)險價值法(Conditional Value at Risk,CVAR)、[4]供應(yīng)鏈運作參考模型(Supply-Chain Operations Reference Model,SCOR)。[5]對現(xiàn)有文獻的研究發(fā)現(xiàn),由于現(xiàn)有供應(yīng)鏈評價模型未能很好地將定性分析與定量分析相結(jié)合,所得到的分析結(jié)果往往與實際不相吻合,具有一定的局限性。[6]因為供應(yīng)鏈風(fēng)險由多個風(fēng)險復(fù)合構(gòu)成,且各種風(fēng)險產(chǎn)生的根源并不相同,采用單一方法很難對風(fēng)險進行準(zhǔn)確的計量和預(yù)評估。為更加準(zhǔn)確地計量供應(yīng)鏈風(fēng)險,使分析結(jié)果貼近實際,在定量分析的基礎(chǔ)上加入定性分析,可能是一種行之有效的方法。為此,可利用供應(yīng)鏈風(fēng)險指標(biāo)體系建立基于BP神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)模型來計量評估供應(yīng)鏈風(fēng)險。

二、供應(yīng)鏈風(fēng)險的界定與指標(biāo)體系的建立

1.供應(yīng)鏈風(fēng)險的界定

截至目前,對于風(fēng)險的定義,尚無統(tǒng)一的說法。在衡量供應(yīng)鏈風(fēng)險時可采用多數(shù)企業(yè)理解的風(fēng)險概念,即將風(fēng)險視為違紀(jì),是能給企業(yè)帶來損失的一種情況。供應(yīng)鏈風(fēng)險是特定領(lǐng)域的風(fēng)險,指供應(yīng)鏈企業(yè)在運營過程中,因參與主體眾多以及跨地域、跨環(huán)節(jié)的特點,使其容易受到來自供應(yīng)鏈外部和內(nèi)部各種不利因素的影響,致使供應(yīng)鏈企業(yè)實際收益與預(yù)期收益存在偏差的可能性。[7]可見,供應(yīng)鏈風(fēng)險主要來自兩個方面:一是來源于供應(yīng)鏈相關(guān)領(lǐng)域的行業(yè)風(fēng)險;二是來源于企業(yè)本身的經(jīng)營風(fēng)險。[8]為更好地確定風(fēng)險,從商業(yè)活動層面對供應(yīng)鏈風(fēng)險評價指標(biāo)進行選取很有意義。

2.供應(yīng)鏈風(fēng)險指標(biāo)的選取

(1)供應(yīng)鏈行業(yè)風(fēng)險。供應(yīng)鏈行業(yè)風(fēng)險指某一供應(yīng)鏈內(nèi)與經(jīng)營相關(guān)的風(fēng)險,主要包括三類:一是生命周期階段風(fēng)險。因不同生命周期階段對供應(yīng)鏈影響不同而給供應(yīng)鏈帶來的風(fēng)險。二是波動性風(fēng)險。供應(yīng)鏈可分為波動性供應(yīng)鏈和非波動性供應(yīng)鏈兩類,波動性供應(yīng)鏈所涉及的行業(yè)具有較大的不穩(wěn)定性,其計劃協(xié)調(diào)更加困難。三是集中程度風(fēng)險。企業(yè)集中程度不同,其供應(yīng)鏈風(fēng)險不同,在一個供應(yīng)鏈中處于主導(dǎo)地位的企業(yè)集中程度越高,所面臨的供應(yīng)鏈風(fēng)險越小。而那些依附于集中程度高的企業(yè)的寄生企業(yè),主要是為主導(dǎo)企業(yè)服務(wù)的,其集中程度很小,供應(yīng)鏈風(fēng)險很大。

(2)供應(yīng)鏈經(jīng)營風(fēng)險。供應(yīng)鏈經(jīng)營風(fēng)險是供應(yīng)鏈上各個企業(yè)因戰(zhàn)略不當(dāng)、資源不足、經(jīng)濟環(huán)境或競爭環(huán)境變化不能達到預(yù)期經(jīng)營目標(biāo)而產(chǎn)生的風(fēng)險。供應(yīng)鏈風(fēng)險主要由九個方面的風(fēng)險構(gòu)成:一是價格風(fēng)險,包括利率風(fēng)險、匯率風(fēng)險、商品價格風(fēng)險、股票價格風(fēng)險;二是政治風(fēng)險;三是操作風(fēng)險,包括人力資源風(fēng)險、技術(shù)風(fēng)險、外部依賴風(fēng)險、過程風(fēng)險和外包風(fēng)險;四是項目風(fēng)險;五是信用風(fēng)險;六是產(chǎn)品風(fēng)險;七是流動性風(fēng)險;八是環(huán)境風(fēng)險;九是法律風(fēng)險。

3.指標(biāo)體系的構(gòu)建及指標(biāo)值的選取

根據(jù)上述分析,可以得出供應(yīng)鏈風(fēng)險評價指標(biāo)體系(表1),并將之分為兩類,即定性評價指標(biāo)和定量評價指標(biāo)。

定性評價指標(biāo)的量化可采用德爾菲法,通過專家調(diào)查問卷評估供應(yīng)鏈各節(jié)點企業(yè)某一指標(biāo)對供應(yīng)鏈風(fēng)險的影響程度。在本模型中進行如下假定,如果某評價指標(biāo)對企業(yè)風(fēng)險的影響為正,即可減少供應(yīng)鏈風(fēng)險,則評價值設(shè)為1;如果為負,即此指標(biāo)對供應(yīng)鏈會產(chǎn)生不利影響,則評價值設(shè)為0;如果此指標(biāo)與供應(yīng)鏈風(fēng)險無關(guān),則評價值設(shè)為0.5。

定量評價指標(biāo)本身是可以量化的,這些指標(biāo)數(shù)據(jù)可以通過不同的渠道獲得。

三、基于BP神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)的構(gòu)建

供應(yīng)鏈風(fēng)險指標(biāo)體系中不僅存在可以量化的指標(biāo),還存在基于專家評估得到的非量化指標(biāo),而且這些指標(biāo)之間的關(guān)系及評價結(jié)果為非線性相關(guān),因此很難對供應(yīng)鏈節(jié)點風(fēng)險進行較為準(zhǔn)確的評價。為此,神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的供應(yīng)鏈風(fēng)險評價模型以BP算法(即誤差反向傳播算法,是一種神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法)為依據(jù),按有導(dǎo)師學(xué)習(xí)方式進行訓(xùn)練,即利用神經(jīng)網(wǎng)絡(luò)并行結(jié)構(gòu)與并行處理的特點,將通過傳統(tǒng)計算機得到的信息存入神經(jīng)網(wǎng)絡(luò)的各個神經(jīng)元。當(dāng)需要評價供應(yīng)鏈風(fēng)險時,給出網(wǎng)絡(luò)輸入,它便從已經(jīng)存入網(wǎng)絡(luò)的幾十種數(shù)據(jù)中尋找與之相配比的信息,并將各專家的觀點進行容錯處理,最終得到一個較為精確的結(jié)果。也就是神經(jīng)網(wǎng)絡(luò)通過輸入值與期望輸出值的比較,根據(jù)兩者之間的差的函數(shù)來調(diào)整神經(jīng)網(wǎng)絡(luò)各層的連接權(quán)值和各個神經(jīng)元的閾值,最終使誤差函數(shù)達到最小。其調(diào)整過程由后向前進行,稱為誤差反向傳播BP算法。[9]

1.基于BP思想的專家系統(tǒng)

基于BP神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)與傳統(tǒng)專家系統(tǒng)相比特點如下:

(1)由于經(jīng)濟活動中有很多知識不能用完全數(shù)學(xué)方程表達,即使用條件概率密度表達也存在一定困難,如果機械地將經(jīng)濟管理問題套入明顯的規(guī)則當(dāng)中就會導(dǎo)致結(jié)果的畸變。而基于BP神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng),只需對形成某種決策或作出某種判斷具有足夠的經(jīng)驗(訓(xùn)練對)即可,可憑借網(wǎng)絡(luò)的自我學(xué)習(xí)能力將專家的經(jīng)驗自動存儲到權(quán)矩陣中。

(2)現(xiàn)實活動中規(guī)則數(shù)量相當(dāng)多,指標(biāo)體系中各因素相互影響,利用傳統(tǒng)專家系統(tǒng)難以進行推理,加之知識庫中規(guī)則太多,容易導(dǎo)致傳統(tǒng)專家系統(tǒng)中推理的前后矛盾,因為傳統(tǒng)專家系統(tǒng)缺乏自我學(xué)習(xí)的能力。而BP神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)具有很好的自我耦合能力,可以通過訓(xùn)練對的不斷增加,提高自我學(xué)習(xí)能力。

2.基于BP算法的神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的結(jié)構(gòu)設(shè)計

(1)輸入層。供應(yīng)鏈風(fēng)險評價專家系統(tǒng)的網(wǎng)絡(luò)輸入包括影響供應(yīng)鏈風(fēng)險的15項參數(shù)(見表1),因此輸入層的節(jié)點數(shù)為15。對于評判標(biāo)準(zhǔn),可采用等差數(shù)列計分法(見表2),即若干熟悉此領(lǐng)域的專家根據(jù)自己的經(jīng)驗就各參數(shù)對供應(yīng)鏈風(fēng)險的影響程度進行打分。

(2)隱含層。當(dāng)前學(xué)術(shù)界尚無比較權(quán)威的方法對隱含層節(jié)點個數(shù)進行準(zhǔn)確界定,較為有效的經(jīng)驗是不斷對網(wǎng)絡(luò)進行訓(xùn)練,通過誤差分析來逐步增減隱含層的神經(jīng)元數(shù)目,直至得到滿意的性能。[10]本文中BP神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)網(wǎng)絡(luò)隱含層神經(jīng)元數(shù)目的確定采用幾何金字塔算法(Geometric Pyramid Rule),即從輸入層到輸出層的神經(jīng)元數(shù)目逐漸減少,呈金字塔結(jié)構(gòu)(見圖1)。若輸入層和輸出層神經(jīng)元數(shù)目分別為n和m,則隱含層神經(jīng)元數(shù)目為

(3)輸出層。輸出層節(jié)點數(shù)設(shè)為 3,分別用 y1、y2、y3表示供應(yīng)鏈風(fēng)險高、風(fēng)險不詳、風(fēng)險低三種情況(見表3)。

3.基于BP神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的供應(yīng)鏈風(fēng)險評價具體步驟

表1 供應(yīng)鏈風(fēng)險指標(biāo)評價體系表

表2 供應(yīng)鏈風(fēng)險專家評價表

表3 神經(jīng)網(wǎng)絡(luò)輸出評價矩陣

圖1 幾何金字塔算法結(jié)構(gòu)圖

步驟1:初始化神經(jīng)網(wǎng)絡(luò)權(quán)值并給定隨機的權(quán)矩陣W、學(xué)習(xí)信號φ。在三層BP神經(jīng)網(wǎng)絡(luò)中,權(quán)值共分為兩個部分:一部分為輸入層到隱含層的連接權(quán)值vij;另一部分是隱含層到輸出層的連接權(quán)值wjk。其中,i、j、k分別代表輸入層、隱含層、輸出層神經(jīng)元節(jié)點。

步驟2:確定訓(xùn)練樣本,即給出n個訓(xùn)練函數(shù)(X1,T1)…(Xp,Tp)…(Xn,Tn)。對于每一個輸入學(xué)習(xí)樣本,輸入向量Xp是專家根據(jù)供應(yīng)鏈風(fēng)險指標(biāo)評價體系表并結(jié)合自己經(jīng)驗給出的客觀評價。這些指標(biāo)以量化的形式給出。

步驟3:將輸入樣本向量Xp代入BP神經(jīng)網(wǎng)絡(luò),計算yj=f(Wj,Xp)。其中,Wj代表W矩陣的第j行,f(·)為轉(zhuǎn)移函數(shù)(Transfer Function)。

步驟6:如果誤差不滿足預(yù)期,則返回第2步,向網(wǎng)絡(luò)遞加一個模式對,直到n個模式對循環(huán)一遍,再進行第6步。若E

步驟7:經(jīng)過網(wǎng)絡(luò)訓(xùn)練,最后網(wǎng)絡(luò)達到穩(wěn)定。向經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)輸入專家評價向量Xn+1,得到網(wǎng)絡(luò)輸出值Tn+1,從而得出待分析供應(yīng)鏈的風(fēng)險等級。

步驟8:供應(yīng)鏈風(fēng)險等級評估結(jié)果出來之后,由輸出層開始對網(wǎng)絡(luò)權(quán)值wjk和vij進行逐層分析。若要分析輸出層節(jié)點k的影響因素,首先在網(wǎng)絡(luò)權(quán)值wjk中查找凈輸入較大的值,判斷出影響輸出層節(jié)點k的隱含層節(jié)點j。然后,在網(wǎng)絡(luò)權(quán)值vij中查找凈輸入較大的值,判斷出影響隱含層節(jié)點j的輸入層節(jié)點i。最終,經(jīng)過鏈條分析,找到輸出層節(jié)點k的主要影響因素(即供應(yīng)鏈風(fēng)險的主要影響因素),實施供應(yīng)鏈風(fēng)險管理。

4.應(yīng)用試驗

在研究中,課題組根據(jù)設(shè)計好的調(diào)查問卷,首先邀請15位專家在4個不同的時點,對影響乳品供應(yīng)鏈的15項參數(shù)進行分析,并對照供應(yīng)鏈風(fēng)險專家評價表(表2)進行評價打分,得到60組評價值。同時,判斷該供應(yīng)鏈風(fēng)險情況,獲得輸入向量(xi1,xi2,…,xij,…,xi15)和輸出向量(T1,T2,…,Ti,…,T15)。其中,i=1,2,…,60;j=1,2,…,15。然后,將專家打分結(jié)果作為學(xué)習(xí)樣本代入該網(wǎng)絡(luò)模型進行訓(xùn)練,最終達到穩(wěn)定。試驗?zāi)康脑谟趯⒒贐P神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的供應(yīng)鏈風(fēng)險評價結(jié)果與專家評價結(jié)果進行對比,最終證明BP神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在供應(yīng)鏈風(fēng)險評價中的有效性。

基于BP神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的供應(yīng)鏈風(fēng)險評價模型的結(jié)構(gòu),可假定輸入層、隱含層、輸出層所對應(yīng)的節(jié)點個數(shù)分別為15、8、3(見圖2)。其中,初始網(wǎng)絡(luò)權(quán)值為隨機取值,學(xué)習(xí)信號φ=0.005。在60組專家評價值中隨機提取50組作為訓(xùn)練樣本,其余10組作為檢驗樣本。利用BP神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)對50組樣本進行訓(xùn)練,待網(wǎng)絡(luò)收斂達到穩(wěn)定后,把10組檢驗樣本代入訓(xùn)練好的網(wǎng)絡(luò),得到實際輸出值,并與期望輸出值進行對比分析。試驗結(jié)果見表4。

圖2 神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)拓片

表4 網(wǎng)絡(luò)輸出結(jié)果與期望結(jié)果比較

從實驗結(jié)果可以看出,BP神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)對供應(yīng)鏈風(fēng)險高低的評價結(jié)果與期望結(jié)果(專家實際評價結(jié)果)非常接近,而對風(fēng)險程度不祥的評價結(jié)果與期望結(jié)果相差較大。這是由于所選指標(biāo)不能很好地解釋所選取的供應(yīng)鏈,有經(jīng)驗的專家和財務(wù)工作者也不能判斷出供應(yīng)鏈風(fēng)險的高低,因此對風(fēng)險程度不詳?shù)脑\斷率很低。

在BP神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)達到穩(wěn)定后,對網(wǎng)絡(luò)權(quán)值進行提取,以便通過分析網(wǎng)絡(luò)權(quán)值,提取影響供應(yīng)鏈風(fēng)險的主要因素,為進行相應(yīng)的供應(yīng)鏈風(fēng)險管理提供依據(jù)。圖2僅畫出了對風(fēng)險較高情況具有重要意義(指影響程度大)的權(quán)值,其他權(quán)值沒有畫出。由圖2可見,隱含層節(jié)點1和節(jié)點2的輸出對作出該診斷起著決定性作用,因為只有這兩個隱含層節(jié)點與輸出層節(jié)點1的連接權(quán)值為正數(shù),其余均為負數(shù)。圖2還表明,輸入層節(jié)點1、節(jié)點2、節(jié)點3、節(jié)點4對隱含層節(jié)點2影響很大。這就告訴我們,節(jié)點1、節(jié)點2、節(jié)點3、節(jié)點4所代表的情況與參數(shù)是評價供應(yīng)鏈風(fēng)險高低的主要依據(jù)。這與各位專家的認(rèn)識是一致的。拓片還表明,影響供應(yīng)鏈風(fēng)險判斷的因素在網(wǎng)絡(luò)中很復(fù)雜,而且相互交叉、相互依存。但通過BP神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)權(quán)值分析,人們不難從權(quán)值的大小和正負來分析其對評價結(jié)果最終的影響程度,這也是傳統(tǒng)專家系統(tǒng)與單一神經(jīng)網(wǎng)絡(luò)無法做到的。

四、結(jié)論

基于BP神經(jīng)網(wǎng)絡(luò)理論與專家系統(tǒng)思想建立供應(yīng)鏈風(fēng)險評價模型,利用BP神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)特征,在訓(xùn)練過程中對權(quán)值進行不斷修正,使網(wǎng)絡(luò)實際輸出向量逐漸接近期望輸出值,最后通過算例對神經(jīng)網(wǎng)絡(luò)權(quán)矩陣進行分析,不但能利用專家系統(tǒng)判斷出供應(yīng)鏈風(fēng)險的高低,還可通過權(quán)矩陣分析出影響供應(yīng)鏈風(fēng)險的主要因素。因此我們可以得到結(jié)論:基于BP神經(jīng)網(wǎng)絡(luò)建立的專家系統(tǒng)風(fēng)險模型,能對供應(yīng)鏈風(fēng)險作出較為準(zhǔn)確的評價。因此可以推斷,BP神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在供應(yīng)鏈風(fēng)險研究及應(yīng)用中具有較大的發(fā)展?jié)摿Α?/p>

*本文系國家自然科學(xué)基金“大宗農(nóng)產(chǎn)品供應(yīng)鏈協(xié)作定價繼承機制理論與模型研究”(項目編號:70672117)的研究成果之一。

[1]賈燕,王潤孝,楊波.基于遺傳算法的供應(yīng)鏈中風(fēng)險問題的研究[J].中國機械工程,2001(1):90-93.

[2]丁偉東.供應(yīng)鏈風(fēng)險研究[J].中國安全科學(xué)學(xué)報,2003(4):64-66.

[3]付玉.基于案例推理的供應(yīng)鏈風(fēng)險估計方法[J].預(yù)測,2005(1):56-58.

[4]吳軍,汪壽陽.CVAR與供應(yīng)鏈的風(fēng)險管理[C].中國運籌學(xué)會第七屆學(xué)術(shù)交流會論文集,2004:152-158.

[5]馬林.基于SCOR模型的供應(yīng)鏈風(fēng)險識別評估與一體化管理研究[D].杭州:浙江大學(xué)博士論文,2005:126-130.

[6]A.Paulo,E.Ferreira,C.Coelho,L.S.Pereira.Drought Class Transition Analysis Through Markov and Log Linear Models,An Approach to Early Warning[J].Agricultural Water Management,2005,77(1-3):70-91.

[7]劉永勝,王燕.基于供應(yīng)鏈管理的企業(yè)物流風(fēng)險預(yù)警機制研究[J].經(jīng)濟問題,2009(9):78-80.

[8]中國會計師協(xié)會.公司戰(zhàn)略與風(fēng)險管理[M].北京:經(jīng)濟科學(xué)出版社,2008:214-218.

[9]王文成.神經(jīng)網(wǎng)絡(luò)及其在汽車工程中的應(yīng)用[M].北京:北京理工大學(xué)出版社,1998:65-83.

[10]Zedeh A G,et al.Neural-Network-Based Fuzzy Logic Control and Decision System[J].IEEE Transactions on Computers,1991,40(12):1320-1336.

猜你喜歡
權(quán)值供應(yīng)鏈神經(jīng)網(wǎng)絡(luò)
一種融合時間權(quán)值和用戶行為序列的電影推薦模型
海外并購績效及供應(yīng)鏈整合案例研究
CONTENTS
為什么美中供應(yīng)鏈脫鉤雷聲大雨點小
英語文摘(2020年9期)2020-11-26 08:10:14
神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
電子制作(2019年19期)2019-11-23 08:42:00
益邦供應(yīng)鏈酣戰(zhàn)“雙11”
益邦供應(yīng)鏈 深耕大健康
基于權(quán)值動量的RBM加速學(xué)習(xí)算法研究
基于神經(jīng)網(wǎng)絡(luò)的拉矯機控制模型建立
重型機械(2016年1期)2016-03-01 03:42:04
復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
潜江市| 兰考县| 衡阳市| 雷山县| 石门县| 怀宁县| 杂多县| 镇远县| 邢台市| 茌平县| 澎湖县| 怀安县| 夏津县| 五家渠市| 青岛市| 荆门市| 西华县| 宾阳县| 南澳县| 利津县| 将乐县| 湄潭县| 紫金县| 临沭县| 寿光市| 乌拉特中旗| 长泰县| 虎林市| 曲阳县| 中宁县| 德阳市| 繁峙县| 尉氏县| 都安| 阜新市| 祥云县| 抚松县| 烟台市| 宜宾市| 姚安县| 中江县|