田石磊

摘要：本文通過對企業(yè)物流系統(tǒng)自身特點的分析，通過對供應(yīng)物流的系統(tǒng)評價方法的應(yīng)用，進行供應(yīng)物流系統(tǒng)相關(guān)內(nèi)容的評價指標(biāo)的建立，以此打造供應(yīng)物流系統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)來對企業(yè)的績效評價作出評估。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；企業(yè)；供應(yīng)物流系統(tǒng)；評價

中圖分類號：F224.0；F252 文獻識別碼：A 文章編號：1001-828X（2017）009-0-01

前言

供應(yīng)物流系統(tǒng)作為企業(yè)運營過程中的關(guān)鍵環(huán)節(jié)，就需要對其進行不斷地升級和完善。物流系統(tǒng)的評價體系作為決策過程中的基本依據(jù)，就要求企業(yè)必須提高物流評價的準確性，以此促進企業(yè)物流的運行效率。

一、供應(yīng)物流系統(tǒng)相關(guān)指標(biāo)的建立

物流系統(tǒng)的指標(biāo)建立需遵循以下原則：相關(guān)原則、可比原則和系統(tǒng)原則，然后通過與企業(yè)自身特點的結(jié)合，采用物流系統(tǒng)的評價方法來建立企業(yè)物流系統(tǒng)的指標(biāo)評價綜合體系。在這個體系中包含了四個一級指標(biāo)以及18個二級指標(biāo)。

二、BP神經(jīng)網(wǎng)絡(luò)

1.概述

美國認知心理學(xué)家魯姆哈特于1986年提出了BP神經(jīng)網(wǎng)絡(luò)，它是為了進行多層次網(wǎng)絡(luò)中所隱含連接問題的有效解決。由于BP神經(jīng)網(wǎng)絡(luò)具備強大的泛華、自組織、非線性映射以及誤差反饋和調(diào)整能力，使得它在物流供應(yīng)系統(tǒng)方面得到了廣泛的應(yīng)用與研究。

2.BP結(jié)構(gòu)模型

作為一種都曾的前饋網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)包含了三個層次，即：輸出層、隱含層和輸入層。其中，隱含層的數(shù)目既可以是單層，也可以是多層。在這個網(wǎng)絡(luò)層級當(dāng)中，每一層網(wǎng)絡(luò)都由若干結(jié)點構(gòu)成，而每一個結(jié)點又表示了一個神經(jīng)元。在隱含層中所包含的神經(jīng)元經(jīng)常運用S型的激活函數(shù)，輸出或輸入層所包含的神經(jīng)元一般會采取線性傳遞函數(shù)，在BP神經(jīng)網(wǎng)絡(luò)中，其上層和下層的結(jié)點會經(jīng)由權(quán)值來進行相互直接連接的建立，同一層網(wǎng)絡(luò)中的結(jié)點相互之間并無關(guān)聯(lián)。

從BP結(jié)構(gòu)模型我們能夠發(fā)現(xiàn)，輸入層神經(jīng)元節(jié)點的總數(shù)為m，而隱含層的神經(jīng)元結(jié)點總數(shù)為n，且輸出層的神經(jīng)元節(jié)點總數(shù)為q。其中，xk（i）表示輸入樣本k及指標(biāo)i的初始數(shù)據(jù)；vk（i）表示輸入樣本k和指標(biāo)i在經(jīng)過規(guī)范化處理后所得到的數(shù)據(jù)；wij表示輸入層中第i個神經(jīng)元與第j個隱含層的神經(jīng)元之間的連接權(quán)重；rjl表示隱含層中第j個神經(jīng)元與輸出層中第l個神經(jīng)元之間的連接權(quán)重；而yl表示第l個輸出層的神經(jīng)元輸出。BP神經(jīng)網(wǎng)絡(luò)的隱含層一般運用S型的神經(jīng)元函數(shù)（tansig（）），它的輸出結(jié)果會被限定在區(qū)間[0，1]之內(nèi)。輸出層的神經(jīng)元傳遞通常會使用purelin型的線性神經(jīng)元。

3.BP神經(jīng)網(wǎng)絡(luò)計算

（1）于[-1，1]區(qū)間內(nèi)對各個層級之間的連接權(quán)重Rjl和Wij與閾值θj和εc進行隨機初始值的賦予；（2）選取其中的一組數(shù)據(jù)當(dāng)作計算的訓(xùn)練樣本X=（x1，x2，…，xm）T與期望的輸出樣本Y=（y1，y2，…，yq）T；（3）利用連接權(quán)重rjl和Wij以及輸入數(shù)X=（x1，x2，…，xm）T2來對隱含層各個節(jié)點輸入值sj進行計算，之后通過sj借助S型函數(shù)f（x）來對隱含層各個節(jié)點輸入值bj進行計算；（4）通過對隱含層輸出bj、閾值以及連接權(quán)重Rjl的利用，來計算輸出層各節(jié)點處的輸入值Pq，之后再通過Pq，并且借助輸出層的函數(shù)來計算出輸出層的各節(jié)點處的輸出值；（5）然后對輸出層與隱含層之間的誤差進行數(shù)值計算；（6）通過反向傳播，來對連接權(quán)重與閾值進行修正，從而得到新權(quán)重與閾值；（7）通過數(shù)次學(xué)習(xí)，使其最后的誤差與網(wǎng)絡(luò)預(yù)設(shè)值接近，那么訓(xùn)練結(jié)束；否則，將繼續(xù)反復(fù)訓(xùn)練，直到達成目標(biāo)誤差或是達到了最大的學(xué)習(xí)次數(shù)，方能終止學(xué)習(xí)。

三、實例探究

1.指標(biāo)值獲取及處理

本例中將進行20個企業(yè)樣本的選取，然后根據(jù)它的調(diào)查材料和財務(wù)年度報表來進行20個企業(yè)供應(yīng)物流系統(tǒng)的各個評價指標(biāo)初始數(shù)據(jù)的確定，而系統(tǒng)的各個綜合期望值Q則由專家依據(jù)經(jīng)驗給出?？紤]到初始數(shù)據(jù)表示含義的不同，因此，為了便于分析，這里會對初始數(shù)據(jù)進行系統(tǒng)性的的歸一化處理。

2.建立神經(jīng)網(wǎng)絡(luò)

即對企業(yè)的供應(yīng)物流系統(tǒng)的績效作出評價，這需要建立三層的神經(jīng)網(wǎng)絡(luò)，包含了輸入層、隱含層和輸出層。

（1）輸入層共有18個節(jié)點，與之相對應(yīng)的是18個評價指標(biāo)；輸出層有1個節(jié)點，與綜合評價值相對應(yīng)。

（2）隱含層的節(jié)點數(shù)目是經(jīng)由經(jīng)驗公式來確定的。隱含層節(jié)點過少，則會對神經(jīng)網(wǎng)絡(luò)信息處理與學(xué)習(xí)能力造成影響；節(jié)點過多則會增加神經(jīng)網(wǎng)絡(luò)計算學(xué)習(xí)的復(fù)雜程度，降低學(xué)習(xí)效率。經(jīng)由計算我們能夠得出隱含層節(jié)點數(shù)為4或者是5，具體的取值需要經(jīng)過實際的訓(xùn)練來獲取。我們經(jīng)過多次訓(xùn)練發(fā)現(xiàn)，隱含層節(jié)點數(shù)設(shè)為5能夠取得最佳效果。

3.神經(jīng)網(wǎng)絡(luò)的訓(xùn)練分析

在本例中，設(shè)置網(wǎng)絡(luò)的學(xué)習(xí)率lr=0.01，其最大的訓(xùn)練次數(shù)是5000次，目標(biāo)誤差是0.001，具體的訓(xùn)練過程如下所示。

（1）BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)訓(xùn)練過程。首先，選取前面的15個樣本當(dāng)作訓(xùn)練時的樣本，對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，共經(jīng)歷了1352次的迭代訓(xùn)練，使其方差值達0.000999，對訓(xùn)練誤差的要求達到了滿足條件，此時訓(xùn)練終止。

（2）BP神經(jīng)網(wǎng)絡(luò)的可靠性驗證。以20組評價數(shù)據(jù)當(dāng)中的后面5組為測試實驗組，對其進行網(wǎng)絡(luò)訓(xùn)練檢驗。從訓(xùn)練中我們能夠發(fā)現(xiàn)，神經(jīng)網(wǎng)絡(luò)最終的仿真結(jié)果同期望值基本保持一致，且后面5組的數(shù)據(jù)仿真誤差值均在±0.1%的范圍之內(nèi)，這就表明，訓(xùn)練后的BP網(wǎng)絡(luò)能夠?qū)ζ髽I(yè)的供應(yīng)物流系統(tǒng)進行有效的績效評價。

4.其他實例

我國是制造業(yè)大國，以制造企業(yè)為例。在進行企業(yè)物流系統(tǒng)的指標(biāo)評價綜合體系的構(gòu)建中，首先，建立四個一級指標(biāo)，9個二級指標(biāo)，35個三級指標(biāo)；其次，通過對所評價事物進行等級劃分，以“非常好、較好、一般、較差、非常差”這五項等級進行劃分，每個等級予以不同的權(quán)重賦值，在此基礎(chǔ)上借助計算機軟件技術(shù)實現(xiàn)對各個指標(biāo)評價值的計算處理；再次，通過函數(shù)對評價指標(biāo)值實現(xiàn)輸入和輸出的過程，從而確定各個指標(biāo)的權(quán)重值；然后，通過計算進行實際值與誤差值的比較，確保小于誤差值，則停止迭代化計算，否則，則需返回重新進行計算，直至每個樣本值都小于預(yù)期誤差值方能停止；最后，建立綜合評判性的數(shù)學(xué)模型，并依據(jù)各項指標(biāo)的最終評估結(jié)果，發(fā)現(xiàn)制造企業(yè)供應(yīng)鏈中的績效薄弱環(huán)節(jié)，從而確定物理管理工作的切入點，實現(xiàn)企業(yè)物流的高效管理。

四、結(jié)語

綜上所述，（1）對企業(yè)的供應(yīng)物流系統(tǒng)進行了指標(biāo)評價綜合體系的建立，并依據(jù)實際因素，設(shè)立了四個一級指標(biāo)以及十八個二級指標(biāo)；（2）建立了BP神經(jīng)網(wǎng)絡(luò)，然后通過訓(xùn)練與檢驗得到了預(yù)期的評價結(jié)果，以此證明了神經(jīng)網(wǎng)絡(luò)方法是一種切實可行的方法，為完善企業(yè)的供應(yīng)物流系統(tǒng)的評價提供了有力的依據(jù)。