基于启发式属性约简和神经网络的供应链协同管理绩效预测.pdfVIP

2009年第3期 科技管理研究 ScienceandTechnologyManagementResearch 20o9No．3 文章编号：1000—7695l2009)O3—0283—04 基于启发式属性约简和神经网络的供应链协同管理绩效预测 史成东 ，陈菊红 (1．西安X_z-大学 工商管理学院，陕西 西安 710048； 2．山东理工大学 电气与电子．X-程学院，山东 淄博 255049) 摘要：面对激烈的市场竞争，供应链的协同管理至关重要。为提高供应链协同管理的效果，绩效预测是关键，是 供应链协同管理的一个重要环节。为此从知识发现和数据挖掘的角度，利用粗糙集和BP神经网络的理论和方法， 建立基于粗糙集和BP (BackPropagation)神经网络相结合的供应链协同管理绩效预测模型，并给 出基于分辨矩阵 的启发式评价指标约简方法和基于梯度的BP算法；结合预测实例，时其基于平衡记分卡的指标体系进行约简后将 约简的评价指标输入到BP神经网络中进行智能训练，把预测的样本输入到训练好的BP神经网络 中得 出供应链协 同管理绩效的预测值，预测结果与实际结果基本吻合。 关键词：粗糙集；BP神经网络；启发式属性约简；供应链协同管理 ；绩效预测模型 中图分类号：TP18： 52：TP273 文献标识码 ：A 随着经济全球化和一体化的不断发展，市场主体的竞争 1 供应链协同管理绩效预测系统 不再是单一企业之间的竞争，而是供应链之间的竞争。因此， 为了从容应对激烈的市场竞争，供应链的协同管理与运作至 依据有关研究 对供应链协同管理的分析，供应链协同 关重要。供应链协同管理是通过对供应链系统的人力、物力、 管理绩效预测系统可以用图1所示的流程图描述，大致由供 资金及信息等资源的规划、组织和控制来实现其 目标。为了 应链协同管理战略 目标制定、绩效评估 目标和指标制定、预 提高供应链协同管理的效果，协同管理的绩效预测非常关键， 测方法的选定、预测结果分析和激励与指导五个部分组成， 它是协同管理的一个重要环节。所以探索用科学合理的方法 是一个循环和反馈过程。 对供应链协同管理的绩效进行预测，为决策者提供决策参考 是一件非常有意义和重要的工作。关于绩效预测学术界进行 了深入研究，一些文献 -4分别采用了BP神经网络、AHP、 EVA等方法，这些方法对科学决策提供了很大的帮助。但由 于绩效预测涉及的指标比较多，例如，国务院国有资产监督 管理委员会 (国资发评价 [2006]157号)公布的 《中央企 业综合绩效评价实施细则》涉及的指标达22项，个别研 究 采用平衡记分卡建立的指标体系有 l6项等 ，使用这么复 杂的指标体系进行研究难免存在指标数据冗余问题 ，因此不 仅会增加数据采集和预测的工作量，而且还可能影响绩效预 测的效果。为消除这种影响，需要采取有效的方法，探索利 用指标的实际数据对指标进行约简，然后把约简的指标输入 到BP神经网络进行预测。 上世纪后期由波兰数学家Z．Pawlak提出并发展起来的粗 图1 供应链协 同管理绩效预测系统 糙集理论 是一种处理含糊和不精确性问题的新型数学工 本文着重就图1的绩效评估指标制定 、预测方法的选定 、 具，它通过对数据进行分析、近似分类和推理数据间的关系， 预测结果分析三个方面探索使用平衡记分卡 (BSC)、粗糙集 从中发现隐含的知识，揭示潜在的规律，提供一种决策支持 和BP神经网络进行分析和研究。 的方法。神经网络的研究已有5O多年的历史 ，最早是由心理 学家 McCulloch和数学家Pitts合作，融会了生物物理学和数 2 供应链协同管理绩效预测模型的框架结构 学的知识提出来的。神经网络是对生物神经网络的简化和模 拟。