吳天魁等

摘 要 由于導(dǎo)致供應(yīng)鏈?zhǔn)У娘L(fēng)險因素具有模糊性、復(fù)雜性，增加了供應(yīng)鏈風(fēng)險分析難度，一般的風(fēng)險分析方法不能很好地評判供應(yīng)鏈風(fēng)險.文章提出了基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈風(fēng)險模糊綜合評判方法，以某企業(yè)供應(yīng)鏈風(fēng)險為例，通過構(gòu)建供應(yīng)鏈?zhǔn)эL(fēng)險的貝葉斯網(wǎng)絡(luò)對風(fēng)險事件發(fā)生概率進行線性推理，再采用模糊綜合評判方法求出供應(yīng)鏈風(fēng)險中主要風(fēng)險事件及總風(fēng)險事件的風(fēng)險等級，為該企業(yè)及早調(diào)控供應(yīng)鏈提供依據(jù).本評判方法可為企業(yè)供應(yīng)鏈風(fēng)險及其他類似風(fēng)險的預(yù)防和控制提供參考依據(jù).

關(guān)鍵詞 貝葉斯網(wǎng)絡(luò)；供應(yīng)鏈風(fēng)險；故障樹；模糊綜合評判

中圖分類號 O224 文獻標(biāo)識碼 A

1 引 言

供應(yīng)鏈風(fēng)險管理已經(jīng)成為組織，甚至是當(dāng)前經(jīng)濟和金融危機所應(yīng)關(guān)注的核心問題.供應(yīng)鏈風(fēng)險評判的目的是為了更加全面了解供應(yīng)鏈風(fēng)險的整體狀況，從而為實施有效的風(fēng)險管理措施提供依據(jù).供應(yīng)鏈風(fēng)險評估的方法有風(fēng)險矩陣法、故障樹分析法、蒙特卡洛模擬法、模糊綜合評判法等，但是這些方法只能進行定性或半定量分析，無法完整地從定量角度準(zhǔn)確反應(yīng)風(fēng)險水平的高低.

貝葉斯概率模型的提出解決了從定量角度分析難的問題，它通過概率理論與可視化網(wǎng)絡(luò)圖來進行概率推理，并且能夠有效地將專家經(jīng)驗、歷史數(shù)據(jù)以及各種不完整、不確定信息綜合起來提高建模效率和可信度.貝葉斯網(wǎng)絡(luò)（Bayesian Network， BN）技

術(shù)在國內(nèi)外區(qū)域經(jīng)濟預(yù)測^[1]、期權(quán)定價^[2]、軍事對抗模擬、工業(yè)廢水處理^[3]等領(lǐng)域得到了廣泛應(yīng)用.近年來，國內(nèi)外許多學(xué)者也采用了貝葉斯網(wǎng)絡(luò)技術(shù)對供應(yīng)鏈風(fēng)險進行了評判.比如李恩平^[4]運用BN對供應(yīng)鏈進行了可靠性分析，Soberanis^[5]將貝葉斯網(wǎng)絡(luò)擴展模型應(yīng)用于供應(yīng)鏈風(fēng)險評判中，索秀花^[6]利用BN對供應(yīng)鏈質(zhì)量進行了評價與識別.這些文章運用貝葉斯網(wǎng)絡(luò)技術(shù)從定量角度進行評估，然而評判中未考慮損失的影響，無法反應(yīng)實際情況，也無法對不確定因素進行準(zhǔn)確考慮.

因此，本文提出將貝葉斯網(wǎng)絡(luò)技術(shù)與模糊綜合評判法相結(jié)合解決上面出現(xiàn)的問題，目前將兩者結(jié)合起來進行風(fēng)險評判在國內(nèi)外很少見.以某企業(yè)供應(yīng)鏈風(fēng)險數(shù)據(jù)為基礎(chǔ)，通過基于貝葉斯網(wǎng)絡(luò)技術(shù)與模糊綜合評判相結(jié)合對供應(yīng)鏈風(fēng)險進行了評判 ，為以后進行相關(guān)風(fēng)險研究提供參考依據(jù).

2 基于故障樹的貝葉斯網(wǎng)絡(luò)建造方法

2.1 故障樹分析法的基本介紹

故障樹分析法（Fault Tree Analysis， FTA）^[7]是一種運用演繹法逐級分析，尋找導(dǎo)致某種故障事故的各種可能原因，直到最基本原因，并通過邏輯關(guān)系的分析確定潛在的風(fēng)險故障，以便采取防范措施的分析方法.在此方法中通常把人們不希望發(fā)生的，但可以預(yù)見的對系統(tǒng)性能、經(jīng)濟性、可靠性和安全有顯著影響的故障事件作為頂事件，把引發(fā)頂事件故障的最終原因作為底事件，把反映頂事件與底事件之間因果關(guān)系的事件稱為中間事件.然后通過各事件間的邏輯關(guān)系建立系統(tǒng)故障的數(shù)學(xué)模型.

故障樹模型的建立有3個前提假設(shè)：1）事件狀態(tài)為兩態(tài)：工作（w）或失效（F）；2）各事件之間獨立；3）事件之間中有“與、或”兩種邏輯門相互聯(lián)系.^[8]從這些前提假設(shè)可以看到，F(xiàn)TA方法在分析問題時存在一些局限性，比如事件要求兩態(tài)性，各事件之間獨立且邏輯門表示方法有限.事實上有些事件不止存在著兩態(tài)，有時處于兩態(tài)之間，并且許多事件又是相互聯(lián)系的，單純地用“與門”或者“或門”來表示它們之間的關(guān)系是不夠的，比如本文要研究的供應(yīng)鏈?zhǔn)эL(fēng)險，就存在這樣的情況，因此再單純的運用故障樹模型處理就不能很好地反應(yīng)實際問題了，故本文提出了貝葉斯網(wǎng)絡(luò)與故障樹分析法相結(jié)合，使所要研究的結(jié)果更加切合實際.

由表6可以得出，網(wǎng)上訂購失效等級為4級，說明該企業(yè)網(wǎng)上訂購存在很大的風(fēng)險隱患，如果不及時采取合理措施將造成很大損失；系統(tǒng)故障的等級為4級，很大原因是該企業(yè)技術(shù)配置較低，配送以及調(diào)度信息處理不當(dāng)，因此該企業(yè)應(yīng)該采取有效的辦法及早提高技術(shù)配置并以合理快速的方式處理配送及調(diào)度信息；客戶訂單遞交失效、網(wǎng)絡(luò)差和調(diào)度不當(dāng)?shù)娘L(fēng)險等級為3級，此時該企業(yè)也應(yīng)該提高網(wǎng)絡(luò)技術(shù)以及客服的服務(wù)水平.依據(jù)同樣的研究方法，可以計算出供應(yīng)鏈?zhǔn)е衅渌歉?jié)點的風(fēng)險等級.結(jié)果表明，供應(yīng)鏈?zhǔn)Э傦L(fēng)險等級為3級，產(chǎn)品失效及原材料失效都為3級.對于不同等級的風(fēng)險事件應(yīng)該采取相應(yīng)的措施來降低風(fēng)險，以此來減少供應(yīng)鏈?zhǔn)淼膿p失.

4 結(jié)束語

將貝葉斯網(wǎng)絡(luò)技術(shù)與模糊綜合評判方法結(jié)合起來，提出基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈風(fēng)險模糊綜合評判方法.以文中生產(chǎn)企業(yè)供應(yīng)鏈風(fēng)險數(shù)據(jù)為基礎(chǔ)，運用基于貝葉斯網(wǎng)絡(luò)的模糊綜合評判方法計算出該企業(yè)供應(yīng)鏈風(fēng)險總等級以及其他事件的風(fēng)險等級.本方法可為研究其他類似風(fēng)險提供參考依據(jù).

針對不同企業(yè)要結(jié)合具體實際情況，運用本文的研究方法，將很容易分析出企業(yè)運營中的其他類似風(fēng)險等級，為企業(yè)及時調(diào)控提供依據(jù).

參考文獻

[1] 王 飛. 基于貝葉斯向量自回歸的區(qū)域經(jīng)濟預(yù)測模型： 以青海為例[J]. 經(jīng)濟數(shù)學(xué)，2011，28（2）：95-100.

[2] 熊炳忠，馬柏林. 基于貝葉斯MCMC算法的美式期權(quán)定價[J]. 經(jīng)濟數(shù)學(xué)，2013，30（2）：55-62.

[3] H MTHLENBEIN， T MAHNIG. Evolutionary optimization using graphical models [J]. New Generation Computing， 2000， 18（2）： 157-166.

[4] 李恩平，葛蘭.基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈可靠性診斷分析[J].物流技術(shù)，2010，21（9）：96-99.

[5] E D SOBERANIS. An extended Bayesian network approach for analyzing supply chain disruptions[D].Lowa：Industrial Engineering，University of Lowa， 2010.

[6] 索秀花，張仁發(fā).基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈質(zhì)量風(fēng)險識別與評估[J].中國市場，2010，23（12）：127-130.

[7] 曾聲奎.可靠性設(shè)計與分析[M].北京：國防工業(yè)出版社，2011：225-246.

[8] 謝斌，張明珠，嚴(yán)于鮮.貝葉斯網(wǎng)絡(luò)對故障樹方法的改進[J].燕山大學(xué)學(xué)報，2004，28（1）：55-57.

[9] 齊善明，李磊，楊歡.基于故障樹貝葉斯網(wǎng)絡(luò)的裝備故障診斷方法研究[J].艦船電子工程，2012，32 （6）：112-113.

[10]楊虹，汪厚祥，支冬棟，等.基于貝葉斯網(wǎng)絡(luò)的故障樹在機械設(shè)備中的應(yīng)用[J].微計算機信息，2010，26（2）：116-119.

[11]程鵬.供應(yīng)鏈風(fēng)險評估中貝葉斯網(wǎng)絡(luò)的應(yīng)用[J]. 生產(chǎn)力研究，2012，2（5）：215-216.

[12]周紅波.基于貝葉斯網(wǎng)絡(luò)的深基坑風(fēng)險模糊綜合評估方法[J].上海交通大學(xué)學(xué)報，2009，43（9）：1474 -1478.

[13]張姣，賈敏才，張建.地鐵隧道盾構(gòu)法施工全過程風(fēng)險分析[J].公路工程，2013，38（3）：39-41.endprint

摘 要 由于導(dǎo)致供應(yīng)鏈?zhǔn)У娘L(fēng)險因素具有模糊性、復(fù)雜性，增加了供應(yīng)鏈風(fēng)險分析難度，一般的風(fēng)險分析方法不能很好地評判供應(yīng)鏈風(fēng)險.文章提出了基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈風(fēng)險模糊綜合評判方法，以某企業(yè)供應(yīng)鏈風(fēng)險為例，通過構(gòu)建供應(yīng)鏈?zhǔn)эL(fēng)險的貝葉斯網(wǎng)絡(luò)對風(fēng)險事件發(fā)生概率進行線性推理，再采用模糊綜合評判方法求出供應(yīng)鏈風(fēng)險中主要風(fēng)險事件及總風(fēng)險事件的風(fēng)險等級，為該企業(yè)及早調(diào)控供應(yīng)鏈提供依據(jù).本評判方法可為企業(yè)供應(yīng)鏈風(fēng)險及其他類似風(fēng)險的預(yù)防和控制提供參考依據(jù).

關(guān)鍵詞 貝葉斯網(wǎng)絡(luò)；供應(yīng)鏈風(fēng)險；故障樹；模糊綜合評判

中圖分類號 O224 文獻標(biāo)識碼 A

1 引 言

供應(yīng)鏈風(fēng)險管理已經(jīng)成為組織，甚至是當(dāng)前經(jīng)濟和金融危機所應(yīng)關(guān)注的核心問題.供應(yīng)鏈風(fēng)險評判的目的是為了更加全面了解供應(yīng)鏈風(fēng)險的整體狀況，從而為實施有效的風(fēng)險管理措施提供依據(jù).供應(yīng)鏈風(fēng)險評估的方法有風(fēng)險矩陣法、故障樹分析法、蒙特卡洛模擬法、模糊綜合評判法等，但是這些方法只能進行定性或半定量分析，無法完整地從定量角度準(zhǔn)確反應(yīng)風(fēng)險水平的高低.

貝葉斯概率模型的提出解決了從定量角度分析難的問題，它通過概率理論與可視化網(wǎng)絡(luò)圖來進行概率推理，并且能夠有效地將專家經(jīng)驗、歷史數(shù)據(jù)以及各種不完整、不確定信息綜合起來提高建模效率和可信度.貝葉斯網(wǎng)絡(luò)（Bayesian Network， BN）技

術(shù)在國內(nèi)外區(qū)域經(jīng)濟預(yù)測^[1]、期權(quán)定價^[2]、軍事對抗模擬、工業(yè)廢水處理^[3]等領(lǐng)域得到了廣泛應(yīng)用.近年來，國內(nèi)外許多學(xué)者也采用了貝葉斯網(wǎng)絡(luò)技術(shù)對供應(yīng)鏈風(fēng)險進行了評判.比如李恩平^[4]運用BN對供應(yīng)鏈進行了可靠性分析，Soberanis^[5]將貝葉斯網(wǎng)絡(luò)擴展模型應(yīng)用于供應(yīng)鏈風(fēng)險評判中，索秀花^[6]利用BN對供應(yīng)鏈質(zhì)量進行了評價與識別.這些文章運用貝葉斯網(wǎng)絡(luò)技術(shù)從定量角度進行評估，然而評判中未考慮損失的影響，無法反應(yīng)實際情況，也無法對不確定因素進行準(zhǔn)確考慮.

因此，本文提出將貝葉斯網(wǎng)絡(luò)技術(shù)與模糊綜合評判法相結(jié)合解決上面出現(xiàn)的問題，目前將兩者結(jié)合起來進行風(fēng)險評判在國內(nèi)外很少見.以某企業(yè)供應(yīng)鏈風(fēng)險數(shù)據(jù)為基礎(chǔ)，通過基于貝葉斯網(wǎng)絡(luò)技術(shù)與模糊綜合評判相結(jié)合對供應(yīng)鏈風(fēng)險進行了評判 ，為以后進行相關(guān)風(fēng)險研究提供參考依據(jù).

2 基于故障樹的貝葉斯網(wǎng)絡(luò)建造方法

2.1 故障樹分析法的基本介紹

故障樹分析法（Fault Tree Analysis， FTA）^[7]是一種運用演繹法逐級分析，尋找導(dǎo)致某種故障事故的各種可能原因，直到最基本原因，并通過邏輯關(guān)系的分析確定潛在的風(fēng)險故障，以便采取防范措施的分析方法.在此方法中通常把人們不希望發(fā)生的，但可以預(yù)見的對系統(tǒng)性能、經(jīng)濟性、可靠性和安全有顯著影響的故障事件作為頂事件，把引發(fā)頂事件故障的最終原因作為底事件，把反映頂事件與底事件之間因果關(guān)系的事件稱為中間事件.然后通過各事件間的邏輯關(guān)系建立系統(tǒng)故障的數(shù)學(xué)模型.

故障樹模型的建立有3個前提假設(shè)：1）事件狀態(tài)為兩態(tài)：工作（w）或失效（F）；2）各事件之間獨立；3）事件之間中有“與、或”兩種邏輯門相互聯(lián)系.^[8]從這些前提假設(shè)可以看到，F(xiàn)TA方法在分析問題時存在一些局限性，比如事件要求兩態(tài)性，各事件之間獨立且邏輯門表示方法有限.事實上有些事件不止存在著兩態(tài)，有時處于兩態(tài)之間，并且許多事件又是相互聯(lián)系的，單純地用“與門”或者“或門”來表示它們之間的關(guān)系是不夠的，比如本文要研究的供應(yīng)鏈?zhǔn)эL(fēng)險，就存在這樣的情況，因此再單純的運用故障樹模型處理就不能很好地反應(yīng)實際問題了，故本文提出了貝葉斯網(wǎng)絡(luò)與故障樹分析法相結(jié)合，使所要研究的結(jié)果更加切合實際.

由表6可以得出，網(wǎng)上訂購失效等級為4級，說明該企業(yè)網(wǎng)上訂購存在很大的風(fēng)險隱患，如果不及時采取合理措施將造成很大損失；系統(tǒng)故障的等級為4級，很大原因是該企業(yè)技術(shù)配置較低，配送以及調(diào)度信息處理不當(dāng)，因此該企業(yè)應(yīng)該采取有效的辦法及早提高技術(shù)配置并以合理快速的方式處理配送及調(diào)度信息；客戶訂單遞交失效、網(wǎng)絡(luò)差和調(diào)度不當(dāng)?shù)娘L(fēng)險等級為3級，此時該企業(yè)也應(yīng)該提高網(wǎng)絡(luò)技術(shù)以及客服的服務(wù)水平.依據(jù)同樣的研究方法，可以計算出供應(yīng)鏈?zhǔn)е衅渌歉?jié)點的風(fēng)險等級.結(jié)果表明，供應(yīng)鏈?zhǔn)Э傦L(fēng)險等級為3級，產(chǎn)品失效及原材料失效都為3級.對于不同等級的風(fēng)險事件應(yīng)該采取相應(yīng)的措施來降低風(fēng)險，以此來減少供應(yīng)鏈?zhǔn)淼膿p失.

4 結(jié)束語

將貝葉斯網(wǎng)絡(luò)技術(shù)與模糊綜合評判方法結(jié)合起來，提出基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈風(fēng)險模糊綜合評判方法.以文中生產(chǎn)企業(yè)供應(yīng)鏈風(fēng)險數(shù)據(jù)為基礎(chǔ)，運用基于貝葉斯網(wǎng)絡(luò)的模糊綜合評判方法計算出該企業(yè)供應(yīng)鏈風(fēng)險總等級以及其他事件的風(fēng)險等級.本方法可為研究其他類似風(fēng)險提供參考依據(jù).

針對不同企業(yè)要結(jié)合具體實際情況，運用本文的研究方法，將很容易分析出企業(yè)運營中的其他類似風(fēng)險等級，為企業(yè)及時調(diào)控提供依據(jù).

參考文獻

[1] 王 飛. 基于貝葉斯向量自回歸的區(qū)域經(jīng)濟預(yù)測模型： 以青海為例[J]. 經(jīng)濟數(shù)學(xué)，2011，28（2）：95-100.

[2] 熊炳忠，馬柏林. 基于貝葉斯MCMC算法的美式期權(quán)定價[J]. 經(jīng)濟數(shù)學(xué)，2013，30（2）：55-62.

[3] H MTHLENBEIN， T MAHNIG. Evolutionary optimization using graphical models [J]. New Generation Computing， 2000， 18（2）： 157-166.

[4] 李恩平，葛蘭.基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈可靠性診斷分析[J].物流技術(shù)，2010，21（9）：96-99.

[5] E D SOBERANIS. An extended Bayesian network approach for analyzing supply chain disruptions[D].Lowa：Industrial Engineering，University of Lowa， 2010.

[6] 索秀花，張仁發(fā).基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈質(zhì)量風(fēng)險識別與評估[J].中國市場，2010，23（12）：127-130.

[7] 曾聲奎.可靠性設(shè)計與分析[M].北京：國防工業(yè)出版社，2011：225-246.

[8] 謝斌，張明珠，嚴(yán)于鮮.貝葉斯網(wǎng)絡(luò)對故障樹方法的改進[J].燕山大學(xué)學(xué)報，2004，28（1）：55-57.

[9] 齊善明，李磊，楊歡.基于故障樹貝葉斯網(wǎng)絡(luò)的裝備故障診斷方法研究[J].艦船電子工程，2012，32 （6）：112-113.

[10]楊虹，汪厚祥，支冬棟，等.基于貝葉斯網(wǎng)絡(luò)的故障樹在機械設(shè)備中的應(yīng)用[J].微計算機信息，2010，26（2）：116-119.

[11]程鵬.供應(yīng)鏈風(fēng)險評估中貝葉斯網(wǎng)絡(luò)的應(yīng)用[J]. 生產(chǎn)力研究，2012，2（5）：215-216.

[12]周紅波.基于貝葉斯網(wǎng)絡(luò)的深基坑風(fēng)險模糊綜合評估方法[J].上海交通大學(xué)學(xué)報，2009，43（9）：1474 -1478.

[13]張姣，賈敏才，張建.地鐵隧道盾構(gòu)法施工全過程風(fēng)險分析[J].公路工程，2013，38（3）：39-41.endprint

摘 要 由于導(dǎo)致供應(yīng)鏈?zhǔn)У娘L(fēng)險因素具有模糊性、復(fù)雜性，增加了供應(yīng)鏈風(fēng)險分析難度，一般的風(fēng)險分析方法不能很好地評判供應(yīng)鏈風(fēng)險.文章提出了基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈風(fēng)險模糊綜合評判方法，以某企業(yè)供應(yīng)鏈風(fēng)險為例，通過構(gòu)建供應(yīng)鏈?zhǔn)эL(fēng)險的貝葉斯網(wǎng)絡(luò)對風(fēng)險事件發(fā)生概率進行線性推理，再采用模糊綜合評判方法求出供應(yīng)鏈風(fēng)險中主要風(fēng)險事件及總風(fēng)險事件的風(fēng)險等級，為該企業(yè)及早調(diào)控供應(yīng)鏈提供依據(jù).本評判方法可為企業(yè)供應(yīng)鏈風(fēng)險及其他類似風(fēng)險的預(yù)防和控制提供參考依據(jù).

關(guān)鍵詞 貝葉斯網(wǎng)絡(luò)；供應(yīng)鏈風(fēng)險；故障樹；模糊綜合評判

中圖分類號 O224 文獻標(biāo)識碼 A

1 引 言

供應(yīng)鏈風(fēng)險管理已經(jīng)成為組織，甚至是當(dāng)前經(jīng)濟和金融危機所應(yīng)關(guān)注的核心問題.供應(yīng)鏈風(fēng)險評判的目的是為了更加全面了解供應(yīng)鏈風(fēng)險的整體狀況，從而為實施有效的風(fēng)險管理措施提供依據(jù).供應(yīng)鏈風(fēng)險評估的方法有風(fēng)險矩陣法、故障樹分析法、蒙特卡洛模擬法、模糊綜合評判法等，但是這些方法只能進行定性或半定量分析，無法完整地從定量角度準(zhǔn)確反應(yīng)風(fēng)險水平的高低.

貝葉斯概率模型的提出解決了從定量角度分析難的問題，它通過概率理論與可視化網(wǎng)絡(luò)圖來進行概率推理，并且能夠有效地將專家經(jīng)驗、歷史數(shù)據(jù)以及各種不完整、不確定信息綜合起來提高建模效率和可信度.貝葉斯網(wǎng)絡(luò)（Bayesian Network， BN）技

術(shù)在國內(nèi)外區(qū)域經(jīng)濟預(yù)測^[1]、期權(quán)定價^[2]、軍事對抗模擬、工業(yè)廢水處理^[3]等領(lǐng)域得到了廣泛應(yīng)用.近年來，國內(nèi)外許多學(xué)者也采用了貝葉斯網(wǎng)絡(luò)技術(shù)對供應(yīng)鏈風(fēng)險進行了評判.比如李恩平^[4]運用BN對供應(yīng)鏈進行了可靠性分析，Soberanis^[5]將貝葉斯網(wǎng)絡(luò)擴展模型應(yīng)用于供應(yīng)鏈風(fēng)險評判中，索秀花^[6]利用BN對供應(yīng)鏈質(zhì)量進行了評價與識別.這些文章運用貝葉斯網(wǎng)絡(luò)技術(shù)從定量角度進行評估，然而評判中未考慮損失的影響，無法反應(yīng)實際情況，也無法對不確定因素進行準(zhǔn)確考慮.

因此，本文提出將貝葉斯網(wǎng)絡(luò)技術(shù)與模糊綜合評判法相結(jié)合解決上面出現(xiàn)的問題，目前將兩者結(jié)合起來進行風(fēng)險評判在國內(nèi)外很少見.以某企業(yè)供應(yīng)鏈風(fēng)險數(shù)據(jù)為基礎(chǔ)，通過基于貝葉斯網(wǎng)絡(luò)技術(shù)與模糊綜合評判相結(jié)合對供應(yīng)鏈風(fēng)險進行了評判 ，為以后進行相關(guān)風(fēng)險研究提供參考依據(jù).

2 基于故障樹的貝葉斯網(wǎng)絡(luò)建造方法

2.1 故障樹分析法的基本介紹

故障樹分析法（Fault Tree Analysis， FTA）^[7]是一種運用演繹法逐級分析，尋找導(dǎo)致某種故障事故的各種可能原因，直到最基本原因，并通過邏輯關(guān)系的分析確定潛在的風(fēng)險故障，以便采取防范措施的分析方法.在此方法中通常把人們不希望發(fā)生的，但可以預(yù)見的對系統(tǒng)性能、經(jīng)濟性、可靠性和安全有顯著影響的故障事件作為頂事件，把引發(fā)頂事件故障的最終原因作為底事件，把反映頂事件與底事件之間因果關(guān)系的事件稱為中間事件.然后通過各事件間的邏輯關(guān)系建立系統(tǒng)故障的數(shù)學(xué)模型.

故障樹模型的建立有3個前提假設(shè)：1）事件狀態(tài)為兩態(tài)：工作（w）或失效（F）；2）各事件之間獨立；3）事件之間中有“與、或”兩種邏輯門相互聯(lián)系.^[8]從這些前提假設(shè)可以看到，F(xiàn)TA方法在分析問題時存在一些局限性，比如事件要求兩態(tài)性，各事件之間獨立且邏輯門表示方法有限.事實上有些事件不止存在著兩態(tài)，有時處于兩態(tài)之間，并且許多事件又是相互聯(lián)系的，單純地用“與門”或者“或門”來表示它們之間的關(guān)系是不夠的，比如本文要研究的供應(yīng)鏈?zhǔn)эL(fēng)險，就存在這樣的情況，因此再單純的運用故障樹模型處理就不能很好地反應(yīng)實際問題了，故本文提出了貝葉斯網(wǎng)絡(luò)與故障樹分析法相結(jié)合，使所要研究的結(jié)果更加切合實際.

由表6可以得出，網(wǎng)上訂購失效等級為4級，說明該企業(yè)網(wǎng)上訂購存在很大的風(fēng)險隱患，如果不及時采取合理措施將造成很大損失；系統(tǒng)故障的等級為4級，很大原因是該企業(yè)技術(shù)配置較低，配送以及調(diào)度信息處理不當(dāng)，因此該企業(yè)應(yīng)該采取有效的辦法及早提高技術(shù)配置并以合理快速的方式處理配送及調(diào)度信息；客戶訂單遞交失效、網(wǎng)絡(luò)差和調(diào)度不當(dāng)?shù)娘L(fēng)險等級為3級，此時該企業(yè)也應(yīng)該提高網(wǎng)絡(luò)技術(shù)以及客服的服務(wù)水平.依據(jù)同樣的研究方法，可以計算出供應(yīng)鏈?zhǔn)е衅渌歉?jié)點的風(fēng)險等級.結(jié)果表明，供應(yīng)鏈?zhǔn)Э傦L(fēng)險等級為3級，產(chǎn)品失效及原材料失效都為3級.對于不同等級的風(fēng)險事件應(yīng)該采取相應(yīng)的措施來降低風(fēng)險，以此來減少供應(yīng)鏈?zhǔn)淼膿p失.

4 結(jié)束語

將貝葉斯網(wǎng)絡(luò)技術(shù)與模糊綜合評判方法結(jié)合起來，提出基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈風(fēng)險模糊綜合評判方法.以文中生產(chǎn)企業(yè)供應(yīng)鏈風(fēng)險數(shù)據(jù)為基礎(chǔ)，運用基于貝葉斯網(wǎng)絡(luò)的模糊綜合評判方法計算出該企業(yè)供應(yīng)鏈風(fēng)險總等級以及其他事件的風(fēng)險等級.本方法可為研究其他類似風(fēng)險提供參考依據(jù).

針對不同企業(yè)要結(jié)合具體實際情況，運用本文的研究方法，將很容易分析出企業(yè)運營中的其他類似風(fēng)險等級，為企業(yè)及時調(diào)控提供依據(jù).

參考文獻

[1] 王 飛. 基于貝葉斯向量自回歸的區(qū)域經(jīng)濟預(yù)測模型： 以青海為例[J]. 經(jīng)濟數(shù)學(xué)，2011，28（2）：95-100.

[2] 熊炳忠，馬柏林. 基于貝葉斯MCMC算法的美式期權(quán)定價[J]. 經(jīng)濟數(shù)學(xué)，2013，30（2）：55-62.

[3] H MTHLENBEIN， T MAHNIG. Evolutionary optimization using graphical models [J]. New Generation Computing， 2000， 18（2）： 157-166.

[4] 李恩平，葛蘭.基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈可靠性診斷分析[J].物流技術(shù)，2010，21（9）：96-99.

[5] E D SOBERANIS. An extended Bayesian network approach for analyzing supply chain disruptions[D].Lowa：Industrial Engineering，University of Lowa， 2010.

[6] 索秀花，張仁發(fā).基于貝葉斯網(wǎng)絡(luò)的供應(yīng)鏈質(zhì)量風(fēng)險識別與評估[J].中國市場，2010，23（12）：127-130.

[7] 曾聲奎.可靠性設(shè)計與分析[M].北京：國防工業(yè)出版社，2011：225-246.

[8] 謝斌，張明珠，嚴(yán)于鮮.貝葉斯網(wǎng)絡(luò)對故障樹方法的改進[J].燕山大學(xué)學(xué)報，2004，28（1）：55-57.

[9] 齊善明，李磊，楊歡.基于故障樹貝葉斯網(wǎng)絡(luò)的裝備故障診斷方法研究[J].艦船電子工程，2012，32 （6）：112-113.

[10]楊虹，汪厚祥，支冬棟，等.基于貝葉斯網(wǎng)絡(luò)的故障樹在機械設(shè)備中的應(yīng)用[J].微計算機信息，2010，26（2）：116-119.

[11]程鵬.供應(yīng)鏈風(fēng)險評估中貝葉斯網(wǎng)絡(luò)的應(yīng)用[J]. 生產(chǎn)力研究，2012，2（5）：215-216.

[12]周紅波.基于貝葉斯網(wǎng)絡(luò)的深基坑風(fēng)險模糊綜合評估方法[J].上海交通大學(xué)學(xué)報，2009，43（9）：1474 -1478.

[13]張姣，賈敏才，張建.地鐵隧道盾構(gòu)法施工全過程風(fēng)險分析[J].公路工程，2013，38（3）：39-41.endprint