孫錫麗 黃 昕 黃 何 郭德淮 何 政 王 軍
(寧波出入境檢驗(yàn)檢疫局 浙江寧波 315012)
近年來(lái),隨著產(chǎn)品質(zhì)量安全問(wèn)題頻現(xiàn)和消費(fèi)者安全意識(shí)加強(qiáng),作為衡量產(chǎn)品質(zhì)量和安全的實(shí)驗(yàn)室檢測(cè)結(jié)果,其科學(xué)性和準(zhǔn)確性引起全社會(huì)廣泛關(guān)注,重要性凸顯??陀^評(píng)價(jià)實(shí)驗(yàn)室檢測(cè)工作質(zhì)量,提前預(yù)測(cè)、防范并及時(shí)消除隱患,是實(shí)驗(yàn)室管理工作值得研究和探討的課題。
神經(jīng)網(wǎng)絡(luò)起步于20世紀(jì)40年代,是由大量簡(jiǎn)單的處理單元(神經(jīng)元)廣泛互相連接而形成的復(fù)雜網(wǎng)絡(luò)系統(tǒng),具有大規(guī)模并行、分布式存儲(chǔ)和處理、自組織、自適應(yīng)以及自學(xué)習(xí)能力,特別適合需要同時(shí)考慮許多因素和條件、模糊的信息處理。神經(jīng)網(wǎng)絡(luò)為解決大復(fù)雜度問(wèn)題提供了一種相對(duì)來(lái)說(shuō)比較有效的簡(jiǎn)單方法,其中目前應(yīng)用最廣泛的模型之一是BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)。本研究根據(jù)專(zhuān)家經(jīng)驗(yàn),建立影響實(shí)驗(yàn)室檢測(cè)工作質(zhì)量的評(píng)價(jià)指標(biāo)體系,運(yùn)用BP神經(jīng)網(wǎng)絡(luò)對(duì)指標(biāo)的風(fēng)險(xiǎn)等級(jí)進(jìn)行綜合評(píng)判,找出高風(fēng)險(xiǎn)實(shí)驗(yàn)室,為實(shí)驗(yàn)室有效管理提供科學(xué)決策依據(jù)。
BP神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)[1],由輸入層、隱含層和輸出層組成,隱含層可以是一層或多層,其拓?fù)浣Y(jié)構(gòu)見(jiàn)圖1。
圖1 BP網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)
BP網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程由兩部分組成:正向傳播和反向傳播。當(dāng)正向傳播時(shí),輸入信息從輸入層經(jīng)隱單元層處理后傳向輸出層,每一層神經(jīng)元的狀態(tài)只影響下一層的神經(jīng)元狀態(tài);如果在輸出層得不到希望的輸出,則轉(zhuǎn)入反向傳播,將誤差信號(hào)沿原來(lái)的神經(jīng)元連接通路返回,返回過(guò)程中,逐一修改各層神經(jīng)元連接的權(quán)值。這種過(guò)程不斷迭代,最后使得信號(hào)誤差達(dá)到允許范圍內(nèi)。
BP網(wǎng)絡(luò)中隱含層的層數(shù)和每層節(jié)點(diǎn)的個(gè)數(shù)決定了神經(jīng)網(wǎng)絡(luò)的復(fù)雜度。理論上已經(jīng)證明,在不限制隱含層節(jié)點(diǎn)數(shù)的情況下,只有一個(gè)隱含層的BP網(wǎng)絡(luò)可以實(shí)現(xiàn)任意非線性映射。因此,本研究使用具有單隱含層的BP網(wǎng)絡(luò)。
實(shí)驗(yàn)室檢測(cè)工作是指從實(shí)驗(yàn)室接樣開(kāi)始到檢測(cè)結(jié)果輸出的整個(gè)過(guò)程,其質(zhì)量控制主要包括7個(gè)關(guān)鍵點(diǎn)[2]:人員、儀器設(shè)備、樣品、關(guān)鍵性消耗器材、檢測(cè)方法、設(shè)施和環(huán)境條件、檢測(cè)實(shí)驗(yàn)室質(zhì)量控制的實(shí)施。將上述7個(gè)關(guān)鍵點(diǎn)設(shè)為一級(jí)指標(biāo),在此基礎(chǔ)上,結(jié)合日常實(shí)驗(yàn)室管理經(jīng)驗(yàn),分別對(duì)應(yīng)設(shè)計(jì)出具體可實(shí)施評(píng)價(jià)的二級(jí)指標(biāo),形成實(shí)驗(yàn)室檢測(cè)工作質(zhì)量風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系框架(見(jiàn)表1)。
表1 實(shí)驗(yàn)室檢測(cè)工作質(zhì)量風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系
(續(xù)表)
人員、儀器設(shè)備一級(jí)指標(biāo)選取某一實(shí)驗(yàn)室若干組實(shí)際人員、設(shè)備進(jìn)行逐個(gè)評(píng)價(jià),并將個(gè)體評(píng)價(jià)結(jié)果取均值匯總為實(shí)驗(yàn)室整體人員、儀器設(shè)備評(píng)價(jià)結(jié)果;樣品、關(guān)鍵性消耗器材、檢測(cè)方法、設(shè)施和環(huán)境條件、檢測(cè)實(shí)驗(yàn)室質(zhì)量控制等一級(jí)指標(biāo)作為實(shí)驗(yàn)室管理整體評(píng)價(jià)指標(biāo),按單個(gè)實(shí)驗(yàn)室進(jìn)行整體評(píng)價(jià),并采取專(zhuān)家評(píng)價(jià)打分法取得數(shù)據(jù)。最終將各一級(jí)指標(biāo)評(píng)價(jià)結(jié)果取均值匯總,成為實(shí)驗(yàn)室整體檢測(cè)工作質(zhì)量評(píng)價(jià)結(jié)果。
3.2.1 網(wǎng)絡(luò)設(shè)計(jì)
采用3層BP網(wǎng)絡(luò),輸入層為實(shí)驗(yàn)室檢測(cè)工作質(zhì)量風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)并按一級(jí)指標(biāo)分別建立7個(gè)神經(jīng)網(wǎng)絡(luò),輸出層為各一級(jí)指標(biāo)評(píng)價(jià)結(jié)果,中間為隱含層。
(1)輸入、輸出層節(jié)點(diǎn)數(shù)確定。實(shí)驗(yàn)室檢測(cè)工作質(zhì)量風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)分為7個(gè)一級(jí)指標(biāo),各有4-10個(gè)二級(jí)指標(biāo)作為BP神經(jīng)網(wǎng)絡(luò)的輸入,因此輸入神經(jīng)元節(jié)點(diǎn)數(shù)n為各一級(jí)指標(biāo)下含的二級(jí)指標(biāo)個(gè)數(shù)。各一級(jí)指標(biāo)輸出神經(jīng)元為評(píng)價(jià)的結(jié)果,評(píng)價(jià)結(jié)果只有1個(gè),因此輸出神經(jīng)元節(jié)點(diǎn)數(shù)m=1。
(2)隱含層節(jié)點(diǎn)數(shù)確定。隱含層節(jié)點(diǎn)數(shù)與問(wèn)題的要求、輸入輸出神經(jīng)元的多少有著直接關(guān)系。如果隱含層節(jié)點(diǎn)數(shù)選擇太少,會(huì)降低BP神經(jīng)網(wǎng)絡(luò)的容錯(cuò)性和自適應(yīng)性,網(wǎng)絡(luò)難以處理較復(fù)雜問(wèn)題,導(dǎo)致訓(xùn)練不出理想結(jié)果;如果隱含層節(jié)點(diǎn)數(shù)選擇太多,將使網(wǎng)絡(luò)訓(xùn)練時(shí)間急劇增加,而且過(guò)多的處理單元容易使網(wǎng)絡(luò)具有過(guò)多的信息處理能力,甚至將訓(xùn)練樣本數(shù)據(jù)中沒(méi)有意義的信息也記住,這時(shí)網(wǎng)絡(luò)難以分辨數(shù)據(jù)中真正的模式。本研究依據(jù)文獻(xiàn)資料[3]中經(jīng)驗(yàn)公式計(jì)算得到各一級(jí)指標(biāo)隱含層節(jié)點(diǎn)數(shù)為5-9,并經(jīng)過(guò)實(shí)際測(cè)試,得出最佳隱含層節(jié)點(diǎn)數(shù)為10-25,例如人員一級(jí)指標(biāo)神經(jīng)網(wǎng)絡(luò)形成9-25-13層網(wǎng)絡(luò)結(jié)構(gòu)(見(jiàn)圖2)。
圖2 人員一級(jí)指標(biāo)神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)
(3)模型建立。選用Matlab2011b神經(jīng)網(wǎng)絡(luò)工具箱中的Newff函數(shù)來(lái)初始化網(wǎng)絡(luò),傳遞函數(shù)為tansig,訓(xùn)練函數(shù)為trainlm,學(xué)習(xí)函數(shù)值為trainlim,性能默認(rèn)值mse。所訓(xùn)練的模型參數(shù)設(shè)定為:訓(xùn)練步數(shù)為1000,網(wǎng)絡(luò)性能目標(biāo)誤差為0.0001,學(xué)習(xí)率為0.01,動(dòng)量常數(shù)為0.9。最后按照此參數(shù)調(diào)用優(yōu)化trainlim算法來(lái)訓(xùn)練所建立的網(wǎng)絡(luò),訓(xùn)練過(guò)程達(dá)到設(shè)定的參數(shù)時(shí),自動(dòng)停止訓(xùn)練。
3.2.2 數(shù)據(jù)處理
對(duì)于實(shí)驗(yàn)室檢測(cè)工作質(zhì)量風(fēng)險(xiǎn)管理來(lái)說(shuō),采集到的樣本數(shù)據(jù)多是定性數(shù)據(jù)。為了加快網(wǎng)絡(luò)訓(xùn)練速度和準(zhǔn)確度,BP神經(jīng)網(wǎng)絡(luò)所處理的一般是數(shù)值在[0,1]區(qū)間的數(shù)據(jù),并在[0.2,0.8]因區(qū)間內(nèi)有較好的重現(xiàn)性,因此需要在研究中將采集到的定性數(shù)據(jù)事先進(jìn)行處理。
在本研究中,假設(shè)同一級(jí)指標(biāo)權(quán)重相同,將二級(jí)指標(biāo)的定性數(shù)據(jù)每個(gè)按0.2-0.8評(píng)分,評(píng)價(jià)指標(biāo)與對(duì)應(yīng)的數(shù)值見(jiàn)表2。
表2 評(píng)價(jià)指標(biāo)對(duì)應(yīng)的分?jǐn)?shù)轉(zhuǎn)換表
3.2.3 結(jié)果匯總
本模型根據(jù)7個(gè)一級(jí)評(píng)價(jià)指標(biāo)分別建立神經(jīng)網(wǎng)絡(luò)。人員、儀器設(shè)備神經(jīng)網(wǎng)絡(luò)輸出數(shù)據(jù)為個(gè)體數(shù)據(jù),需要將該數(shù)據(jù)按輸出結(jié)果取平均值;將人員、儀器設(shè)備輸出結(jié)果的平均值與樣品、關(guān)鍵性消耗器材、檢測(cè)方法、設(shè)施和環(huán)境條件、檢測(cè)實(shí)驗(yàn)室質(zhì)量控制的輸出結(jié)果求均值匯總并進(jìn)行歸一化后得出實(shí)驗(yàn)室最終的整體檢測(cè)工作質(zhì)量評(píng)價(jià)結(jié)果([0,1]區(qū)間內(nèi))。
歸一化公式為:y=(x-MinValue)/(MaxValue-MinValue)
式中:x、y分別為轉(zhuǎn)換前、后的值,MaxValue、MinValue分別為樣本的最大值和最小值,即0.8和0.2。
該評(píng)價(jià)結(jié)果數(shù)值越高表明實(shí)驗(yàn)室檢測(cè)工作質(zhì)量越良好,≥0.8為優(yōu)秀,0.8-0.4之間為中等,≤0.4需要高度重視并進(jìn)行整改。
訓(xùn)練樣本的科學(xué)選擇關(guān)系到網(wǎng)絡(luò)訓(xùn)練的有效性。本研究根據(jù)實(shí)驗(yàn)室管理專(zhuān)家經(jīng)驗(yàn),選擇11個(gè)實(shí)驗(yàn)室數(shù)據(jù)為訓(xùn)練集,并分別建立7個(gè)一級(jí)指標(biāo)神經(jīng)網(wǎng)絡(luò)模型,按模型建立中給定的參數(shù)進(jìn)行訓(xùn)練。
(1)人員、儀器設(shè)備一級(jí)指標(biāo)神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練
由于篇幅關(guān)系,下面僅展示11個(gè)實(shí)驗(yàn)室數(shù)據(jù)中的一組,共11個(gè)數(shù)據(jù),按數(shù)據(jù)處理規(guī)則轉(zhuǎn)換為[0.2,0.8]區(qū)間的數(shù)據(jù)作為輸入樣本,專(zhuān)家打分結(jié)果作為訓(xùn)練的期望值,進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練,見(jiàn)表3。
表3 人員、儀器設(shè)備一組訓(xùn)練樣本
(續(xù)表)
(2)樣品等一級(jí)指標(biāo)神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練
對(duì)樣品、關(guān)鍵性消耗器材、檢測(cè)方法、設(shè)施和環(huán)境條件、檢測(cè)實(shí)驗(yàn)室質(zhì)量控制等一級(jí)指標(biāo)神經(jīng),選11個(gè)實(shí)驗(yàn)室數(shù)據(jù),按數(shù)據(jù)處理規(guī)則轉(zhuǎn)換為[0.2,0.8]區(qū)間的數(shù)據(jù)作為輸入樣本,專(zhuān)家打分結(jié)果作為訓(xùn)練的期望值,進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練,見(jiàn)表4。
表4 樣品等一級(jí)指標(biāo)訓(xùn)練樣本
(續(xù)表)
(3)線性回歸情況
經(jīng)過(guò)訓(xùn)練,7個(gè)一級(jí)指標(biāo)神經(jīng)網(wǎng)絡(luò)模型線性回歸R值均達(dá)0.8以上,說(shuō)明神經(jīng)網(wǎng)絡(luò)模型的回歸性較好。由于篇幅關(guān)系,圖3僅展示人員一級(jí)指標(biāo)線性回歸情況。
圖3 人員一級(jí)指標(biāo)線性回歸圖
本研究抽取2個(gè)實(shí)驗(yàn)室的實(shí)際評(píng)價(jià)數(shù)據(jù)作為測(cè)試樣本,按模型建立中給定的參數(shù)進(jìn)行仿真測(cè)試。
(1)對(duì)人員、儀器設(shè)備一級(jí)指標(biāo)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行仿真,并將模型輸出結(jié)果取平均值,見(jiàn)表5-1、表5-2。
表5 -1 人員、儀器設(shè)備一級(jí)指標(biāo)測(cè)試樣本1
表5 -2 人員、儀器設(shè)備一級(jí)指標(biāo)測(cè)試樣本2
(2)對(duì)樣品等一級(jí)指標(biāo)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行仿真,模型輸出結(jié)果見(jiàn)表6。
表6 樣品等一級(jí)指標(biāo)測(cè)試樣本
(3)測(cè)試樣本結(jié)果匯總。將各測(cè)試樣本的一級(jí)指標(biāo)輸出結(jié)果進(jìn)行歸一化([0,1]區(qū)間)并進(jìn)行取平均值,得到實(shí)驗(yàn)室整體檢測(cè)工作質(zhì)量分值(見(jiàn)表7)。測(cè)試樣本1經(jīng)歸一化后的分值為0.8070,說(shuō)明該實(shí)驗(yàn)室整體檢測(cè)工作質(zhì)量處于良好狀態(tài),整體檢測(cè)風(fēng)險(xiǎn)較小。測(cè)試樣本2經(jīng)歸一化后的分值為0.5853,說(shuō)明該實(shí)驗(yàn)室整體檢測(cè)工作質(zhì)量處于中等狀態(tài),有一定的整體檢測(cè)風(fēng)險(xiǎn),需加強(qiáng)工作質(zhì)量管理。專(zhuān)家對(duì)該2個(gè)實(shí)驗(yàn)室的打分分別為0.8和0.6分,測(cè)試結(jié)果與專(zhuān)家評(píng)定基本一致。
表7 測(cè)試樣本實(shí)驗(yàn)室整體檢測(cè)工作質(zhì)量評(píng)價(jià)結(jié)果匯總表
本研究建立的影響實(shí)驗(yàn)室檢測(cè)工作質(zhì)量的評(píng)價(jià)指標(biāo)體系,運(yùn)用BP神經(jīng)網(wǎng)絡(luò)建立風(fēng)險(xiǎn)分析評(píng)價(jià)模型,對(duì)7個(gè)關(guān)鍵風(fēng)險(xiǎn)指標(biāo)進(jìn)行逐個(gè)評(píng)價(jià),對(duì)實(shí)驗(yàn)室檢測(cè)工作質(zhì)量進(jìn)行綜合量化,得出實(shí)驗(yàn)室整體檢測(cè)工作質(zhì)量風(fēng)險(xiǎn)量化數(shù)據(jù)。研究結(jié)果有利于在實(shí)驗(yàn)室管理工作中找出不同風(fēng)險(xiǎn)程度的實(shí)驗(yàn)室,為實(shí)驗(yàn)室有效管理提供科學(xué)決策依據(jù)。
[1]應(yīng)海松.小波神經(jīng)網(wǎng)絡(luò)在鐵礦石檢驗(yàn)中的應(yīng)用[M].北京:冶金工業(yè)出版社,2010.
[2]唐納德C辛格.實(shí)驗(yàn)室最佳操作規(guī)范及相關(guān)準(zhǔn)則質(zhì)量手冊(cè)[M].謝滋,陳世山,譯.北京:中國(guó)標(biāo)準(zhǔn)出版社,2008.
[3]葉斌,雷燕.關(guān)于BP網(wǎng)中隱含層層數(shù)及其節(jié)點(diǎn)數(shù)選取方法淺析[J].商丘職業(yè)技術(shù)學(xué)院學(xué)報(bào),2004,6:52-53.