何開倫，李偉，程創(chuàng)業(yè)

(重慶理工大學工商管理學院，重慶 400054)

SOM神經網絡在生豬綠色供應鏈績效評價中的應用

何開倫，李偉，程創(chuàng)業(yè)

(重慶理工大學工商管理學院，重慶 400054)

遵循績效評價指標選取原則，在選擇生豬綠色供應鏈業(yè)務流程執(zhí)行水平、運作績效水平、節(jié)點企業(yè)績效水平和綠色水平4個維度的基礎上，構建了生豬綠色供應鏈績效評價指標體系。然后利用自組織映射神經網絡Matlab軟件建立了SOM模型，并使用該模型對生豬綠色供應鏈績效評價數據進行聚類分析，得出的聚類結果和特征即為績效評價結果和績效特征。實證分析結果表明:該方法可以對生豬綠色供應鏈績效進行客觀、準確的評價，從而為生豬綠色供應鏈績效評價提供了一種新的途徑。最后提出了發(fā)展生豬綠色供應鏈的相關建議。

生豬;綠色供應鏈;自組織映射神經網絡;績效評價

我國是一個以糧食和豬肉為主的農業(yè)大國，豬肉是我國大多數城鄉(xiāng)居民的主要副食品。隨著城鎮(zhèn)居民收入的不斷增加，生活水平日益提高，人們越來越重視飲食衛(wèi)生和自身健康。特別是2011年3月份雙匯出現的豬肉“瘦肉精”事件，更是引起人們對豬肉產品質量的高度重視。生豬產業(yè)是我國農業(yè)的核心產業(yè)。為保護生豬產業(yè)發(fā)展環(huán)境，保證豬肉質量安全，發(fā)展生豬綠色供應鏈已是大勢所趨。生豬綠色供應鏈是由種豬繁殖企業(yè)、飼料企業(yè)、商品豬養(yǎng)殖企業(yè)、生豬屠宰企業(yè)及分銷企業(yè)構成的企業(yè)鏈，通常以屠宰企業(yè)為核心，在屠宰企業(yè)主導下實現環(huán)境管理。生豬綠色供應鏈的基本特征是企業(yè)提供綠色豬(肉)、企業(yè)環(huán)境行為友好等［1］。生豬企業(yè)產業(yè)實施綠色供應鏈是生豬產業(yè)發(fā)展趨勢。發(fā)展生豬綠色供應鏈必須對供應鏈進行績效評價，研究和提出績效評價方法對生豬產業(yè)的現代化發(fā)展具有重要意義。

生豬綠色供應鏈績效評價就是根據生豬綠色供應鏈績效評價指標值，通過按一定方法建立的評價模型對生豬綠色供應鏈績效進行綜合評判。目前，生豬綠色供應鏈績效評價方法主要有生豬動物福利經濟評價方法［2］、博弈分析法［3］、因子分析法［4］、Fuzzy－AHP－Grey評價模型［5］、結構方程模型［6］等。但運用生豬動物福利經濟評價方法進行生豬綠色供應鏈績效評價只是從動物福利單一角度出發(fā)，存在片面性。博弈論盡管是一門演繹科學，對社會現象有強大的解釋力，然而，其理想主體的假定使得其演繹出的理論解與實際博弈結果存在差異［7］。而且博弈論下的績效評價機制容易導致評價結果受到主觀因素的影響。因子分子法需要大量的績效指標數據支撐，而且通過真實的初始數據得到的因子分析結果可能與上一級指標內容有偏差。運用模糊數學方法不能解決績效評價指標相關造成的信息重復問題，評價精度一般較低［8］，導致生豬綠色供應鏈績效評價的結果不夠精確。結構方程模型對生豬綠色供應鏈績效評價的指標的數量要求高，而且其參數不是特別具體和直觀。為了提高生豬綠色供應鏈績效評價科學性結果的客觀性和準確性，本文將自組織映射(self－organizingmaps，SOM)神經網絡算法應用于生豬綠色供應鏈績效評價中，運用Matlab工具進行聚類分析，得出績效評價結果和績效特征，以此客觀準確地評價生豬綠色供應鏈運作績效。

1 自組織特征映射神經網絡(SOM)原理及績效評價步驟

1.1 SOM神經網絡基本原理

自組織特征映射神經網絡(self－organizing featuremap，SOM)是自組織競爭型神經網絡的一種網絡類型。該網絡為無監(jiān)督學習網絡，能夠識別環(huán)境特征并自動聚類。SOM神經網絡包括輸入層和競爭層。網絡的輸入層與競爭層之間完全連接，競爭層的神經元之間在訓練時存在著側向抑制的作用，在識別時沒有任何連接。

SOM神經網絡聚類分析方法的數據挖掘作用主要體現在以下3個方面:①聚類分析可以用作其他方法的預處理步驟，同時也能將聚類結果應用到進一步的分析當中;②可作為一個獨立的計算工具來獲得被處理數據的分布情況，觀察數據組的特征，對特處理的數據組做進一步的分析和處理，可應用于市場的細分、目標客戶的定位、生物群種的劃分、業(yè)績等級的評價等方面;③聚類分析還可實現孤立點挖掘的功能，大量數據挖掘算法試圖使孤立點對整體的影響最小化，甚至排除它們，然而孤立點本身也可能非常重要［9］。

SOM神經網絡的學習過程是一個迭代的算法過程，在第t次迭代過程中有一個以勝元為中心的鄰域Ng(t)，在此鄰域內的神經元權值會得到增強，鄰域外的神經元會受到抑制或者不增強。SOM神經網絡最大的特點就是能夠對沒有類別標簽的樣本進行學習，即可以進行聚類分析。在經過多次迭代學習后，相近的樣本所激活的勝元在空間中分布的區(qū)域相近，可以將這個區(qū)域確定為一類［10］。下面給出網絡訓練算法(采用歐氏距離):

1)初始化，隨機賦值，對所有競爭層神經元的權值為{wij}，并將每個神經元的權值矢量歸一化為單位長度，即‖Wj‖=1。鄰域Ng(t)是指以步驟3)確定的獲勝神經元g為中心，并且包含若干神經元的區(qū)域范圍，而Ng(t)的值是指在第t次學習過程中鄰域所包含得到神經元的個數。鄰域Ng(t)的初始值為Ng(0)。需要確定學習次數T和學習率η(t)的初始值，且滿足條件:0＜η(0)＜1［10］。

2)任意選x個學習模式中的一個模式X提供給SOM神經網絡的輸入層，并對X進行歸一化處理:

3)對連接權值矢量進行歸一化處理，計算訓練樣本X與Wj之間的歐式距離，找出最小距離dg，并確定勝元g:

4)進行連接權值調整，同時對競爭層鄰域Ng(t)內所有神經元與輸入層的神經元之間的連接權值進行一一修正，并做歸一化處理:

5)選取另一個學習模式提供給SOM神經網絡的輸入層，重復2)～4)步驟，直至全部訓練樣本訓練一遍;

6)在進行下一次迭代時，令t=t+1，更新學習率η(t)和Ng(t)。η(t)的值應該越來越小，最后等于0;Ng(t)的區(qū)域也會越來越小，到最后只包含一個勝元。假設競爭層某個神經元p在二維陣列中的坐標為(xp，yp)，則鄰域的范圍是以點［xp+Ng(t)，yp+Ng(t)］和點［xp－Ng(t)，yp－Ng (t)］為左下角和右上角的正方形圖形，其修正公式為

式(6)中:int［x］取整符號，且Ng(0)是Ng(t)的初始值。

7)令t=t+1，返回上述步驟2)并重復2)～6)，直至t=T為止。網絡收斂后，根據輸出節(jié)點的響應將樣本歸到各自的類別當中［10］。

對于所有待分類的樣本，通過Matlab軟件逐個計算各輸出節(jié)點與輸入之間連接權值的歐式距離，如果與第j個輸出節(jié)點之間的距離最小，則將該樣本聚類到以第j個輸出節(jié)點為特征的類別當中。在Matlab軟件中基本算法如下:設D為分類序號;JD(i)為該分類下輸入樣本的序號;V(D)為該分類下輸出節(jié)點的序號。對于第一個樣本來說，如果與輸出層節(jié)點序號為l的輸出節(jié)點權值之間的距離最小，則有D=1，Jl(1)=1，V(1)=l;對于第k個樣本Xk(k=2，3，…，n)，計算出與輸出層節(jié)點序號為r的輸出層節(jié)點權值之間距離最小后，令V(k)=r，對于每個V(D)，如果有V(k)= V(Dn)，則對于Dn，i=i+1，JD(i)=k;否則會形成新的類別，有D=D+1，JD(1)=k，V(D)=r。通過上述算法可以將所有輸入樣本分為D類［11］。

1.2 SOM神經網絡績效評價步驟

對生豬綠色供應鏈績效評價的大體步驟分為如下4步:

1)選取具有典型特征的績效評價指標;

2)把每一指標下的訓練樣本輸入到評價模型當中;

3)計算輸入矢量權值之間的歐氏距離來確定獲勝神經元;

4)比較各類績效評價指標下的待檢測樣本輸出的位置和標準輸出的位置之間的歐式距離是否最近。如果這幾種指標輸出的位置都比較近，那么就說明這幾張績效評價指標都可以用來評價生豬綠色供應鏈的績效。

2 生豬綠色供應鏈績效評價指標體系設計

可作為生豬綠色供應鏈績效評價的指標很多，然而績效評價的客觀性并不要求對所有指標進行量化，而是要盡量避免績效評價時的主觀臆斷與測量偏差。構建生豬綠色供應鏈績效評價指標體系應遵循目標性、充分性、系統(tǒng)性、科學性、簡單有效性和可操作性等原則［12］。根據這些原則，本文從生豬綠色供應鏈業(yè)務流程執(zhí)行水平、運作績效水平、節(jié)點企業(yè)績效水平和綠色水平4個維度構建生豬綠色供應鏈績效評價指標體系，具體內容見表1。

表1 生豬綠色供應鏈績效評價指標體系

1)生豬綠色供應鏈的業(yè)務流程執(zhí)行水平。本文把生豬綠色供應鏈的業(yè)務流程執(zhí)行水平A1指標劃分為綠色計劃、綠色養(yǎng)殖、綠色屠宰加工、綠色配送和綠色回收6個業(yè)務流程二級指標，并從流程可靠性、反應性和靈活性3個方面對6個二級指標進行綜合考慮，得到具體的易操作的評價指標。用訂單準時交貨率、訂單完成率和產品合格率等指標來表示業(yè)務流程執(zhí)行的可靠性;以采購訂單完成率等指標反映業(yè)務流程執(zhí)行的靈活性;用重新計劃周期、預測準確性等指標來描述業(yè)務流程執(zhí)行的反應速度。

2)生豬綠色供應鏈的運作績效水平。本文主要從節(jié)點企業(yè)間的關系、成本與效益、創(chuàng)新和發(fā)展3個維度對生豬綠色供應鏈的運作水平進行評價。節(jié)點企業(yè)間關系指標可以從節(jié)點企業(yè)平均交貨期、信息交流頻率、信息傳遞及時率、售后服務質量、產銷率和產需率6個角度進行評價，它能夠反映生豬綠色供應鏈信息資源共享的程度以及企業(yè)間協(xié)調的穩(wěn)定性;成本與效益指標可以從供應鏈利潤增長率、總營運成本和供應鏈報酬率3個角度來進行評價，它能夠反映生豬綠色供應鏈運營過程中的成本及效益水平;創(chuàng)新和發(fā)展指標可以從新產品收入比率、智力資本比率、R＆D費用比率和R＆D人員比率4個角度來進行評價，它能夠反映各企業(yè)在市場環(huán)境變化情況下的創(chuàng)新和發(fā)展能力。

3)生豬綠色供應鏈節(jié)點企業(yè)績效水平。本文從財務和市場2個維度對生豬綠色供應鏈節(jié)點企業(yè)績效水平進行評價。財務指標可以從資產報酬率、資產增長率和流動比率3個角度來進行分析，它能夠反映節(jié)點企業(yè)的盈利能力、運營能力、償債能力和負債情況;市場指標可以從顧客滿意度、退貨率和市場占有率3個角度來進行評價，它能夠反映節(jié)點企業(yè)對外部環(huán)境的響應速度以及它的市場競爭能力。

4)生豬綠色供應鏈的綠色水平。本文從環(huán)境屬性、資源屬性、能源屬性和可回收性4個二級指標對生豬綠色供應鏈的綠色水平進行分析。環(huán)境屬性指標包含環(huán)境污染程度、環(huán)境治理成本和環(huán)保收益3個三級指標，它能夠反映生豬綠色供應鏈對環(huán)境的影響程度以及綠色等級;資源屬性指標主要包含材料利用率、設備利用率以及無害材料使用比率3個三級指標，它能夠映生豬綠色供應鏈對資源的依賴程度以及對資源的使用效益;能源屬性指標包含能源利用率和產品使用能耗2個二級指標，它能夠反映生豬綠色供應鏈對清潔能源的利用率。

需要指出的是:在表1所示的生豬綠色供應鏈績效評價指標中，C23、C33、C403個指標表示生豬綠色供應鏈運作過程中可能的成本支出。這是一種負向績效，對績效具有消弱作用，因而將其納入生豬綠色供應鏈績效評價指標體系中。除此之外，其余37個績效評價指標均為各個維度上的正向績效，對績效具有增進作用。

3 生豬綠色供應鏈績效評價實例

3.1 數據收集

通過對生豬行業(yè)專家的訪談以及征求專家的意見，將生豬綠色供應鏈績效評價標準劃分為5個等級:1級表示優(yōu)秀，2級表示良好，3級表示中等，4級表示合格，5級表示不合格，即級數越高，表現越差。本文研究的原始數據通過問卷調查和實際調研的形式，收集重慶市一家生豬屠宰企業(yè)主導的生豬綠色供應鏈過去5年(2007—2011年)的數據，以評價其生豬綠色供應鏈的運作績效。

3.2 數據處理

Matlab建模過程:首先，運用函數newsom創(chuàng)建一個SOM神經網絡。其代碼為:Net=newsom (minmax(P'k)，［1，5］)，其中:將評價標準樣本標準化和歸一化之后的P'k作為模型的訓練樣本;將原始數據標準化和歸一化之后的P't作為模型的測試樣本;minmax(P'k)指定了輸入向量元素的最小值和最大值;［1，5］表示創(chuàng)建SOM神經網絡的競爭層為1×5的結構，且網絡的結構是可以調整的。因為訓練樣本的樣本量較小，所以創(chuàng)建這樣的一個競爭層是非常合適的。然后，利用函數train和仿真函數sim對SOM神經網絡進行訓練并仿真。由于訓練步數的大小會影響到網絡的聚類性能，所以訓練步數的設定對于網絡的性能影響較大。本文設置訓練步數為100、300和500，通過軟件的運行分別觀察其聚類性能。Matlab運行結果見表2、3。

表2 生豬綠色供應鏈績效標準評價訓練樣本學習結果

表3 生豬綠色供應鏈績效評價測試樣本聚類結果

3.3 SOM網絡評價

從表2的訓練樣本學習結果可知:當訓練步數為100時，樣本1、2、3各為一類，樣本4、5分為一類，網絡進行了初步分類;當訓練步數為300時，由于樣本量少，此時的樣本已經完全劃分為5種不同類型;當訓練步數到達500時，被訓練的每個樣本都劃分為5種不同的類型，與實際情況非常吻合，如果再提高訓練的步數，再運行其實際意義不大。標準樣本1～5的輸出結果分為1、2、3、4、5，分別代表評價等級為優(yōu)秀、良好、中等、合格和不合格5個等級。從表3的測試樣本聚類結果可知:當訓練步數為500時，樣本1被劃分為第二類，樣本2和樣本4被劃分為第三類，樣本3和樣本5劃分為第四類。綜合表2和表3可以得知最終評價結果如表4。表4所反映的生豬綠色供應鏈績效評價結果與所研究樣本企業(yè)實際情況相符。因此，在綜合分析生豬綠色供應鏈的績效評價等級時，可以選用生豬綠色供應鏈的業(yè)務流程執(zhí)行水平、運作績效水平、節(jié)點企業(yè)績效水平、綠色水平4個一級評價指標。以上分析結果表明:該方法可以對生豬綠色供應鏈績效進行客觀、準確的評價，從而為生豬綠色供應鏈績效評價提供了一種新的途徑。

表4 生豬綠色供應鏈績效評價結果

4 發(fā)展生豬綠色供應鏈的對策建議

通過以上實證分析可以得出:整個生豬綠色供應鏈的發(fā)展受市場、成本等因素的影響，由于我國生豬產業(yè)尚處于產業(yè)化發(fā)展環(huán)境過程中，供應鏈管理還很薄弱，所以政府需要加大政策扶持力度，加大資金技術等投入，生豬養(yǎng)殖單位則要提高競爭力，優(yōu)化產業(yè)結構，完善信息服務等。具體對策建議如下:

1)政府應充分運用各種職能，加大資金技術等投入，加強市場的規(guī)范管理，為生豬產業(yè)的發(fā)展和綠色供應鏈績效的提高創(chuàng)造良好的環(huán)境。

2)養(yǎng)殖單位應調整優(yōu)化產業(yè)結構，提高質量，打造優(yōu)質品牌，保證產品質量。養(yǎng)殖單位應抓好生產等工作，加強管理，提高生產水平，降低產品成本，提高質量，及時對市場進行觀測分析，降低市場的潛在風險。

3)政府相關部門應建立產業(yè)范圍內的信息溝通機制，促進供應鏈信息的暢通傳遞。做好相關信息的收集、處理和及時傳遞，特別是市場價格波動等重大信息的共享，避免生豬產業(yè)受這些不利變化的影響。

5 結束語

本研究依據績效指標體系構建原則和生豬綠色供應鏈業(yè)務流程執(zhí)行水平等4個原則構建了生豬綠色供應鏈績效評價指標體系。通過對不同綠色供應鏈績效評價方法的比較，為避免人為設置指標權重對評價結果的不利影響，選擇SOM神經網絡聚類分析方法來實現生豬綠色供應鏈績效的綜合評價，并對一條完整的生豬綠色供應鏈進行實地調研和數據收集，通過對該供應鏈績效評價進行實證分析，得出相應的評價結果。結果表明:生豬綠色供應鏈績效評價指標選取的合理性以及評價方法的客觀性，同時說明生豬綠色供應鏈運作模型相比上文模型和方法而言具有較高的可行性和實用性。

由于生豬綠色供應鏈運作模型的理論與實踐尚處于初級研究階段，分析基礎尚不夠充分，所以今后無論是在理論還是實際應用方面都可以從以下2個方面作進一步探討:在生豬綠色供應鏈績效評價指標體系方面，進一步通過探索性研究來選取更為合適的評價指標;在生豬綠色供應鏈績效評價技術方面，進一步將其他學科的人工智能技術應用到綠色供應鏈績效評價研究當中。

［1］何開倫，彭鐵.生豬綠色供應鏈管理模式及實施策略［J］.農業(yè)現代化研究，2011，32(4):440－444.

［2］MDen Ouden，JT Nijsing，A A Dijkhuizen，et al.Economic optimization of pork production－marketing chains: I.Model input on animal welfare and costs［J］.Livestock Production Science，2010，48:23－37.

［3］胡凱，甘筱青，阮陸寧.生豬供應鏈上游結構與豬肉安全的博弈分析［J］.物流技術，2007，26(3):71－73.

［4］葉俊燾.豬肉加工企業(yè)質量安全可追溯行為及績效研究［D］.杭州:浙江大學，2012.

［5］王文海.中國豬肉綠色供應鏈的構建及評價研究［D］.鄭州:河南農業(yè)大學，2009:32－33.

［6］甘筱青，高闊.鄱陽湖域生豬綠色供應鏈研究［M］.南昌:江西人民出版社，2012:114－117.

［7］劉曉麗.博弈實驗看博弈論作為社會科學方法論的局限性［J］.東南大學學報，2012(4):22－24.

［8］邱林，唐紅強，陳海濤，等.集對分析法在地下水水質評價中的應用［J］.節(jié)水灌溉，2007(1):13－15.

［9］袁曾任.人工神經網絡系統(tǒng)理論及應用［M］.北京:清華大學出版社，1999:121－123.

［10］聞新，周露等.MATLAB神經網絡應用設計［M］.北京:科學出版社，2000:271－285.

［11］李洪良.SOM網絡在上市公司財務評價中的應用實證研究［D］.天津:天津大學，2005:25－26.

［12］周萌.基于供應鏈運作參考模型的制造業(yè)供應鏈績效評價體系研究［D］.重慶:重慶大學，2010:22－23.

(責任編輯 楊黎麗)

Application of SOMNeural Network in Performance Evaluation of Green Supply Chain for Pig Industry

HE Kai－lun，LIWei，CHENG Chuang－ye
(School of Business Administration，Chongqing University of Technology，Chongqing 400054，China)

In complying with the principle of performance evaluation and four dimensions，the paper chooses four dimensions，including the business process execution level of Green Supply Chain for Pig Industry，operational performance level，performance level of node enterprise and green level，to build the performance evaluation of Green Supply Chain for Pig Industry.Then after building a SOMmodel by the self－organizingmap neural network Matlab software，the paper uses thismodel to perform data clustering analysis for Green Supply Chain for Pig Industry，and obtains the clustering results and characteristics，namely performance evaluation results and performance characteristics.The results show that themethod can objectively and accurately evaluate the performance evaluation of Green Supply Chain for Pig Industry.Therefore，a new way is provided for the performance evaluation of Green Supply Chain for Pig Industry，and the paper comes up with the suggestions for the promotion of the green live pig supply chain.

live pig;Green Supply Chain;SOMNeural Network;performance evaluation

TP391

A

1674－8425(2014)09－0092－06

10.3969/j.issn.1674－8425(z).2014.09.020

2014－02－16

2010年重慶市社會科學規(guī)劃項目“重慶工業(yè)園區(qū)廢棄物利用合作機制研究”(2010YBJJ18)

何開倫(1965一)，男，重慶人，副教授，主要從事物流與供應鏈管理研究。

何開倫，李偉，程創(chuàng)業(yè).SOM神經網絡在生豬綠色供應鏈績效評價中的應用［J］.重慶理工大學學報:自然科學版，2014(9):92－97.

form at:HE Kai－lun，LIWei，CHENG Chuang－ye.Application of SOMNeural Network in Performance Evaluation of Green Supply Chain for Pig Industry［J］.Journal of Chongqing University of Technology:Natural Science，2014(9):92－97.