白雪冰

摘要：該文主要介紹了模擬退火神經(jīng)網(wǎng)絡(luò)算法在原理與實現(xiàn)，并用該算法對企業(yè)進行了績效評價，證明了該算法的有效性。

關(guān)鍵詞：模擬退火；績效平價

中圖分類號：TP18 文獻標(biāo)識碼：A 文章編號：1009-3044（2015）27-0136-03

經(jīng)濟增長是人類發(fā)展的重要主題。就一個地區(qū)而言，經(jīng)濟增長是反映地區(qū)發(fā)展和進步的重要指標(biāo)，是社會各項事業(yè)發(fā)展的基礎(chǔ)，而企業(yè)效益是組成經(jīng)濟發(fā)展的基礎(chǔ)，。

中國作為一個經(jīng)濟大國，目前已處在一個重要的產(chǎn)業(yè)升級時期，經(jīng)濟持續(xù)發(fā)展，經(jīng)濟規(guī)模不斷擴大，與國際經(jīng)濟的聯(lián)系日益緊密，研究與開發(fā)信息資源，提高企業(yè)績效水平十分必要。因此，在充分掌握統(tǒng)計資料、經(jīng)濟信息和宏觀經(jīng)濟發(fā)展變化規(guī)律的基礎(chǔ)上，在經(jīng)濟理論指導(dǎo)下，運用科學(xué)的管理方法進行企業(yè)績效分析，探索經(jīng)濟運行規(guī)律，解決企業(yè)發(fā)展的主要問題，合理有效地調(diào)控行業(yè)，對經(jīng)濟發(fā)展是十分必要的，具有重要的意義。企業(yè)績效評價，是指運用數(shù)理統(tǒng)計和運籌學(xué)原理，特定指標(biāo)體系，對照統(tǒng)一的標(biāo)準(zhǔn)，按照一定的程序，通過定量定性對比分析，對企業(yè)一定經(jīng)營期間的經(jīng)營效益和經(jīng)營者業(yè)績做出客觀、公正和準(zhǔn)確的綜合評判。

1 模擬退火神經(jīng)網(wǎng)絡(luò)原理（SA-BP）

用模擬退火（SA）算法來調(diào)整BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，讓網(wǎng)絡(luò)具有較高的“溫度”和“能量”，使其逃離可能“路過”局部極小點而不至于被限制在那里，隨著“溫度” 的降低，“能量也隨之降低，又使網(wǎng)絡(luò)不足以離開“全局極小點區(qū)域”。SA-BP網(wǎng)絡(luò)訓(xùn)練步驟：

1）對采集到的信號歸一化；

2）初始化Egoal、W、V、θ1、θ2，ε和N；

3）輸入訓(xùn)練樣本；

4）計算當(dāng)前的誤差E，如果E

5）調(diào)整隱藏層和輸出層的連接權(quán)值；

6）計算連續(xù)兩次的誤差改變量△E，如果△E<ε的次數(shù)>N，則轉(zhuǎn)（7），否則轉(zhuǎn)（4）；

7）調(diào)用sA算法：（7.1）初始化T 和L； （7.2）啟動擾動函數(shù)產(chǎn)生新w、V、θ1和θ2；（7.3）計算△E判斷新狀態(tài)是否被接受，接受轉(zhuǎn)（7.4），否則轉(zhuǎn)（7.2）； （7.4）是否滿足終止條件，滿足則結(jié)束計算轉(zhuǎn)（4），否則降溫轉(zhuǎn)（7.2）。SA-BP網(wǎng)絡(luò)訓(xùn)練流程圖如圖1所示。

2 模擬退火神經(jīng)算法在企業(yè)績效評價中的應(yīng)用

2.1 應(yīng)用實例

本案例選取上市公司酒類企業(yè)，是根據(jù)上述行業(yè)30家上市公司的2010年的報表得到.我們選用了銷售凈利潤、銷售毛利潤、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、營業(yè)周期。以下是所采用的樣本數(shù)據(jù)如表1所示。

2.2 數(shù)據(jù)過程

1）運用主成分分析法，得到了所有的評價結(jié)果

根據(jù)上述的數(shù)據(jù)，使用IBM-spss19軟件運用主成分分析法，得到了評價結(jié)果。

首先采用主成分分析對數(shù)據(jù)進行處理獲得評價企業(yè)績效的數(shù)據(jù)，圖2是采用軟件獲得的圖形。

最后獲得所用數(shù)據(jù)的標(biāo)準(zhǔn)矩陣

然后通過主成分計算獲得29家企業(yè)的績效值，如表2。

2）根據(jù)第1步的結(jié)果建立神經(jīng)網(wǎng)絡(luò)。其中24組用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，剩下的5組用于神經(jīng)網(wǎng)絡(luò)的預(yù)測。

樣本的訓(xùn)練，因為在我國目前還沒有對企業(yè)的物流績效評價結(jié)果，所以在仿真過程中利用主成分分析法先對其進行評價。將企業(yè)的財務(wù)數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的輸入，主成分分析法得出的結(jié)果作為輸出。

我們根據(jù)財務(wù)數(shù)據(jù)共收集了29組有效樣本，按一定規(guī)律取其中24個作為訓(xùn)練樣本，其余的5個為驗證數(shù)據(jù)。針對本系統(tǒng)及收集整理后樣本的特點，將銷售凈利潤，、銷售毛利潤、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、營業(yè)周期6個參數(shù)作為系統(tǒng)輸入，主成分分析法得出的結(jié)果作為輸出組成分振幅有效值作為系統(tǒng)的唯一輸出，建立了具有一個隱層的3層神經(jīng)網(wǎng)絡(luò)模型。通過不斷改變隱層節(jié)點數(shù)目（10—35），發(fā)現(xiàn)當(dāng)隱層取25個節(jié)點時，網(wǎng)絡(luò)收斂速度較快，仿真的最大誤差也較小，驗證樣本的最大誤差在3%以下，因此最終設(shè)定網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)為6-25-1。

1）歸一化處理與訓(xùn)練樣本生成

先將上市公司財務(wù)指標(biāo)排成序列Q=（Q1，Q2…，Qt）。

找出序列的最大值、最小值分別設(shè)為為Qmax、Qmin。然后按下式對序列進行歸一化處理。

Xi=（Qi-Qmin）/（Qmax-Qmin） （1）

式中Xi為歸一化序列中的第i個量。

得到X=（X1，X2….Xi）序列之后， 我以浙江上市公司財務(wù)指標(biāo)的作為輸入，后兩年加預(yù)測的年GDP增長率作為輸出來建立測試數(shù)據(jù)。

2）同樣我們采用建立模擬退火神經(jīng)網(wǎng)絡(luò)。其中24組用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，剩下的5組用于神經(jīng)網(wǎng)絡(luò)測試。

3）比較第三與第四步的內(nèi)容。

最后得到如下結(jié)果：如表3所示。

從上述分析可見，經(jīng)過sa-bp的三層神經(jīng)網(wǎng)絡(luò)模型具有非常高的預(yù)測精度，基本能滿足通常的使用，可以用于工業(yè)企業(yè)的績效評價。基于模擬退火算法的神經(jīng)網(wǎng)絡(luò)比三層BP網(wǎng)絡(luò)數(shù)據(jù)要更好一些，但是速度要慢一些，預(yù)測精度比它稍微好一點。可能是由于數(shù)據(jù)不夠完善的的原因，但是由于數(shù)據(jù)有限，結(jié)論并不太好。

3 結(jié)束語

本課題提出利用模擬退火的方法同時對BP神經(jīng)網(wǎng)絡(luò)參數(shù)和特征尋優(yōu)，并將此方法應(yīng)用到企業(yè)績效的評價中。與其他方法相比，模擬退火B(yǎng)P神經(jīng)網(wǎng)絡(luò)具有更好的準(zhǔn)確性，它可以用在很多的應(yīng)用方面。但是模擬退火的神經(jīng)網(wǎng)絡(luò)的速度比較慢。

參考文獻：

[1] 林健， 彭敏晶. 基于神經(jīng)網(wǎng)絡(luò)集成的GDP預(yù)測模型[J]. 管理學(xué)報， 2005（4）：434-436.

[2] 申畯， 申榮華. 改進的RBF神經(jīng)網(wǎng)絡(luò)對期貨價格的預(yù)測分析[J]. 現(xiàn)代商貿(mào)工業(yè)， 2008（11）：183-184.

[3] 曹先珍.基于徑向基函數(shù)網(wǎng)絡(luò)的經(jīng)濟時序預(yù)測模型[J]. 武漢工業(yè)學(xué)院學(xué)報，2005， 24（1）：88-90.

[4] 張德志. 徑向函數(shù)網(wǎng)絡(luò)對國民經(jīng)濟生產(chǎn)總值預(yù)測研究[j]. 計算機工程與應(yīng)用， 2008，44（32）：243-248.

[5] 施彥， 韓力群. 神經(jīng)網(wǎng)絡(luò)設(shè)計方法與實例分析[M]. 北京： 北京郵電大學(xué)出版社， 2009.

[6] 張德豐. Matlab神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計[M]. 北京： 機械工業(yè)出版社， 2009.