• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于BP神經(jīng)網(wǎng)絡(luò)對供應(yīng)商選擇與評價的研究

      2014-08-23 03:38:22李澤堯朱玉杰
      森林工程 2014年4期
      關(guān)鍵詞:預(yù)測值供應(yīng)商神經(jīng)網(wǎng)絡(luò)

      李澤堯,朱玉杰,劉 黎

      (東北林業(yè)大學(xué) 工程技術(shù)學(xué)院,哈爾濱 150040)

      供應(yīng)鏈?zhǔn)腔诤诵钠髽I(yè),把資金流、信息流、物流牢牢的控制起來,從原材料的采購開始,制造成再制品或者消費品,由供應(yīng)商、制造商、分銷商、零售商、直至將產(chǎn)品送到客戶手中的一個完整的功能性網(wǎng)鏈結(jié)構(gòu)[1-2]。ANN模型是通過網(wǎng)絡(luò)內(nèi)部學(xué)習(xí)訓(xùn)練獲得知識,從而解決了問題。人工神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)是生物學(xué)中的神經(jīng)網(wǎng)絡(luò)。由于訓(xùn)練方法的不同,學(xué)者們把人工網(wǎng)絡(luò)分成了兩大類:自我組織類型和逆向傳播類型神經(jīng)網(wǎng)絡(luò)。逆向傳播類神經(jīng)網(wǎng)絡(luò)被簡稱為BP(Back Propagation)[3],這種神經(jīng)網(wǎng)絡(luò)是一種多層前饋型的基于誤差反向傳播的神經(jīng)網(wǎng)絡(luò),目前在神經(jīng)網(wǎng)絡(luò)領(lǐng)域應(yīng)用最多的就是BP神經(jīng)網(wǎng)絡(luò)算法,正是因為它成熟的訓(xùn)練方法和良好的逼近能力才會得到廣泛應(yīng)用的[4]。

      1 構(gòu)建供應(yīng)商選擇與評價指標(biāo)體系

      根據(jù)系統(tǒng)全面性原則、目的性原則、科學(xué)實用性原則、定性與定量結(jié)合的原則、可拓展性原則[5-6],依據(jù)企業(yè)提供的真實數(shù)據(jù),見表1。

      表1 供應(yīng)商選擇與評價指標(biāo)

      2 建立基于BP神經(jīng)網(wǎng)絡(luò)的評價模型

      BP神經(jīng)網(wǎng)絡(luò)都是多層網(wǎng)絡(luò),它不僅包括輸入層和隱含層還有輸出層。而且輸入層和輸出層節(jié)點也并不只有一個,隱層的節(jié)點數(shù)也有一層和多層之分[7-8]。如圖1所示。

      令LA層節(jié)點ai到LB層節(jié)點br間的連接權(quán)為wirr,LB層節(jié)點br到LC層節(jié)點cj間的連接權(quán)為vrj,Tr為LB層節(jié)點的閾值,θj為LC層節(jié)點的閾值,則LB層中節(jié)點輸出的函數(shù)為:

      圖1 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)

      (1)

      LC層中節(jié)點的輸出函數(shù):

      (2)

      θjwir具體的BP網(wǎng)絡(luò)學(xué)習(xí)過程如下:

      (1)給wir,vrj,Tr,θj隨機(jī)賦一個較小的值。

      (2)對每一模式(A(k),C(k))(k=l,2,…,p)進(jìn)行下列操作:

      ①將A(k)的值ai(k)輸入LA層節(jié)點,即成為LA層節(jié)點ai激活值,并按公式(1)和公式(2)依次正向計算。

      ②計算LC層節(jié)點輸出值cj與期望輸出值cj(k)的誤差:

      dj=cj·(1-cj)·(cj(k)-cj)。

      (3)

      ③向LB層節(jié)點反向分配誤差,令:

      (4)

      ④調(diào)整LB層與LC層節(jié)點間連接權(quán)vrj及LC層節(jié)點闕值:

      vrj=vrj+a·br·dj;

      (5)

      θj=θj+a·dj(0

      (6)

      ⑤調(diào)整LA層與LB層節(jié)點間連接權(quán)wir及LB層節(jié)點闕值Tr:

      wir=wir+β·ai·er;

      (7)

      Tr=Tr+β·er(0<β<1)。

      (8)

      ⑥重復(fù)步驟②,直到對于j=l,2,…,n,k=1,2,…,p,誤差EAV變得足夠小。

      (9)

      其中EAV為訓(xùn)練的目標(biāo)函數(shù)。

      3 案例分析

      基于對BP神經(jīng)網(wǎng)絡(luò)的主要思想的探究,以及BP神經(jīng)網(wǎng)絡(luò)在MATLAB中實際應(yīng)用的理解,以美的集團(tuán)為例,根據(jù)年鑒學(xué)習(xí)和集團(tuán)行政部門提供的相關(guān)數(shù)據(jù)見表1,測試數(shù)據(jù)見表2,期望的輸出值見表3。本文將利用MATLAB7.1.2.0(R2011a)軟件提供的工具箱來實現(xiàn)對供應(yīng)商的選擇與評價。

      表2 測試數(shù)據(jù)

      表3 期望輸出

      將歸一化的數(shù)據(jù)MATLAB中,網(wǎng)絡(luò)類型為Feed-forward backprop(前饋)。輸入的數(shù)據(jù)為shuru,訓(xùn)練函數(shù)traingd,輸入層的節(jié)點數(shù)為輸入向量的維數(shù),也就是供應(yīng)商評價指標(biāo)的個數(shù)20,輸出層節(jié)點個數(shù)為1,表示對供應(yīng)商評價的結(jié)果。隱含層在上文已經(jīng)算出在[6,16]之間,凈反復(fù)訓(xùn)練取14最為妥當(dāng)。從圖2中可以看出,隨著網(wǎng)絡(luò)訓(xùn)練步數(shù)的增加,誤差逐漸的像設(shè)定值擬合,當(dāng)達(dá)到2 887時擬合成功。

      訓(xùn)練結(jié)束后,運用MATLAB工具箱中的sim函數(shù)將歸一化后的結(jié)果進(jìn)行仿真,獲得輸出,得到的BP神經(jīng)網(wǎng)絡(luò)預(yù)測值[9],如圖3所示。

      圖2 訓(xùn)練誤差圖

      從表4的預(yù)測值不難看出,各個樣本的網(wǎng)絡(luò)輸出的預(yù)測值與供應(yīng)商的期望輸出值預(yù)測誤差特別小,對于一般的預(yù)測模型而言,這種誤差已經(jīng)在控制范圍內(nèi)而且比較精準(zhǔn),能夠得到很好的預(yù)測效果,同時也可以說明該模型對供應(yīng)商的選擇與評價具有一定的參考價值,通過樣本訓(xùn)練得到的BP神經(jīng)網(wǎng)絡(luò)可以滿足實際應(yīng)用的要求。

      基于以上訓(xùn)練結(jié)束,利用歸一化測試數(shù)據(jù)對已經(jīng)訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行測試,即對已經(jīng)建立好的函數(shù)進(jìn)行仿真計算,從而得到S6、S7、S8三個供應(yīng)商的網(wǎng)絡(luò)輸出,見表5。

      圖3 BP神經(jīng)網(wǎng)絡(luò)預(yù)測值

      表4 神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果

      表5 BP神經(jīng)網(wǎng)絡(luò)輸出

      從表5中可以看出,三個備選的供應(yīng)商中S6的預(yù)測值最高,其次是S8、S7。

      4 結(jié)論和展望

      本文分析了供應(yīng)商選擇與評價在供應(yīng)鏈管理環(huán)境下的重要性,分析供應(yīng)商選擇與評價的影響因素,依據(jù)供應(yīng)商選擇與評價指標(biāo)體系的構(gòu)建原則建立了一個可以為小家電企業(yè)在行業(yè)競爭中處于優(yōu)勢的供應(yīng)商選擇與評價指標(biāo)體系模型,利用MATLAB軟件中的BP神經(jīng)網(wǎng)絡(luò)工具箱對模型進(jìn)行了仿真優(yōu)化,最后將該模型應(yīng)用于美的集團(tuán)的供應(yīng)商選擇與評價中,預(yù)測出了適合企業(yè)的供應(yīng)商,驗證了模型的有效性。該模型的建立,對這一類企業(yè)今后的供應(yīng)商選擇與評價工作的進(jìn)行有一定的借鑒和指導(dǎo)意義。

      本文雖然就基于BP神經(jīng)網(wǎng)絡(luò)對供應(yīng)商選擇與評價的研究取得了一定成果,但由于研究領(lǐng)域的細(xì)化和市場的變化,對供應(yīng)商的選擇與評價存在很多主觀復(fù)雜因素,所以在今后的研究中希望有機(jī)會并有能力將各種形式的供應(yīng)商全面細(xì)化,使供應(yīng)商選擇與評價研究細(xì)化精準(zhǔn),使研究結(jié)果更有指向性和針對性。

      【參 考 文 獻(xiàn)】

      [1]林 勇,馬士華.供應(yīng)鏈管理環(huán)境下供應(yīng)商的綜合評價選擇研究[J].物流技術(shù),2000,19(5):56-60.

      [2]王浩藝,朱玉杰,劉 黎.基于約束理論的影響供應(yīng)鏈快速響應(yīng)瓶頸分析[J].森林工程,2014,30(2):162-166.

      [3]Dickson G W.Analysis of selection systems and decision[J].Journal of Purchasing,1996(5):5-17.

      [4]Lehmann D Shaughnessy O.Decision criteria used different categories of products[J].Journal of Purchasing Materials Management,1994(6):9-14.

      [5]Hatherall D.A,Purchasing in the pharmaceutical industry[D].UK:Lancaster University,1988.

      [6]Weber C A.Current J R,Benton W C.Vendor selection criteria and methods[J].European Journal of Operational Research,1991,50:2-18.

      [7]陳建州.物流供應(yīng)商的評價與選擇[D].武漢:華中科技大學(xué),2005.

      [8]柳 鍵.供應(yīng)管理目標(biāo)與供應(yīng)商關(guān)系定位研究[J].商業(yè)經(jīng)濟(jì)與管理,2005(3):20-23.

      [9]陳以新.MATLBA的幾則程序設(shè)計經(jīng)驗[J].計算機(jī)應(yīng)用,1999,19(9):54-56.

      猜你喜歡
      預(yù)測值供應(yīng)商神經(jīng)網(wǎng)絡(luò)
      IMF上調(diào)今年全球經(jīng)濟(jì)增長預(yù)期
      企業(yè)界(2024年8期)2024-07-05 10:59:04
      加拿大農(nóng)業(yè)部下調(diào)2021/22年度油菜籽和小麥產(chǎn)量預(yù)測值
      ±800kV直流輸電工程合成電場夏季實測值與預(yù)測值比對分析
      法電再次修訂2020年核發(fā)電量預(yù)測值
      國外核新聞(2020年8期)2020-03-14 02:09:19
      神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
      電子制作(2019年19期)2019-11-23 08:42:00
      基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
      復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
      供應(yīng)商匯總
      供應(yīng)商匯總
      供應(yīng)商匯總
      子长县| 阜康市| 大连市| 林甸县| 贵德县| 枞阳县| 临沧市| 怀仁县| 平凉市| 鄂州市| 津南区| 蓝田县| 平邑县| 辰溪县| 确山县| 玉林市| 吉水县| 北碚区| 安丘市| 新营市| 平罗县| 太保市| 石林| 墨脱县| 伊通| 湟中县| 二连浩特市| 尼玛县| 久治县| 莱阳市| 镶黄旗| 鱼台县| 东港市| 原阳县| 黑龙江省| 咸丰县| 谢通门县| 瑞丽市| 盘锦市| 龙井市| 扎兰屯市|