基于模糊Petri网供应链风险传导模型研究.docVIP

基于模糊Petri网供应链风险传导模型研究中图分类号：F272 文献标识码：A 内容摘要：本文以模糊Petri网为工具建立了供应链风险传导模型，通过模糊Petri 网的变迁激发规则分析各风险因素间的逻辑关系，并将模糊Petri网的推理算法运用在供应链风险传导的研究中，通过矩阵变换的方法将图形化Petri网的规则变迁转换成矩阵运算。研究结果不仅揭示了供应链各个风险因素之间的相互影响关系和传导路径，而且可以计算出每一风险因素对供应链发生故障的影响程度。 关键词：供应链风险 风险传导 Petri网 矩阵运算 引言 随着供应链网络不断向复杂化发展，供应链企业在实际运作当中存在诸多不确定性因素，正是由于这些不确定性因素的存在导致供应链管理隐含巨大的风险性。供应链系统中节点企业之间直接或间接关联性的存在为风险传导提供了便利条件。在实际分析供应链企业风险问题中，往往忽略供应链风险具有动态传导性这一特征，将风险割裂开来对待，这样静态地考虑问题则不能很好地识别潜在的风险和分析传导所造成的损失。 本文利用模糊Petri网对知识表示和推理的独特优点，借鉴其在故障诊断中的应用，将模糊Petri网的推理算法运用在供应链风险传导的研究中。 模糊Petri网的推理算法 Petri网是一种用网状图形来表示系统建模的方法。最早在德国Carl Adam Petri 1962年的博士论文中提出。Petri网作为一种有效的工具，近年来广泛应用于离散事件动态系统的研究中。模糊Petri网（Fuzzy Petri Net，简称FPN）以模糊产生式规则为基础，它不仅具备Petri网的图形描述功能，而且它的模糊推理能力有助于对知识进行推理、分析和测试。供应链风险的产生和传播是一个典型的随机动态过程，本文充分考虑供应链中的风险传导效应，通过建立供应链风险传导模型揭示供应链风险传导的动态规律，从整个供应链网络探讨供应链风险的传导过程和传导路径，并利用模糊Petri网的推理算法得出各风险因素之间的传导概率，将风险因素的传导规律得以量化表达。 （一）模糊Petri网的模糊规则 1.定义1：FPN结构。FPN结构为一个九元数组：FPN=（P，T，D，I，O，F，μ，α，β），其中：P和T分别为库所和变迁的非空有限集合，P∩T=；D为命题的非空有限集合，|P|=|D|；F为模糊规则的非空有限集合；I和O分别表示输入和输出函数；μ是T的一个关联函数，即μ（ti）=μi，为T→{0，1}的实数映射，表示模糊规则的置信度的值；α是P的一个关联函数，即α（pi）= αi，为P→{0，1}的实数映射；β是P的一个关联函数，即β（pi）=βi，为P→D的双向映射。 2.定义2：FPN的使能和激发规则。对于变迁ti，设λi∈[0，1]为其阈值，在系统标识mk下，库所pi中的托肯个数用mk（pi）表示，mk（pi） ={0，1}。若pi∈I（ti）有mk（pi） =1且αmk（pi）≥λi，则称ti使能，当pj∈O（ti）有mk（pj）=0时，使能的ti激发，得到系统的新标识mk+1，即：pi∈I（ti）：mk+1（pi）=0；pj∈O（ti）：mk+1（pj）=1，αmk+1（pj） = fi[αmk（p1），…，αmk（pq）]×μj（ti）。 3.定义3：模糊规则。设在系统标识mk下ti是使能的，若ti激发得到新标识mk+1，模糊产生式规则通常可划分为如下四种： 第一，变迁ti具有单输入库所，单输出库所，即if di then dj 则f1：αmk+1（pj）→αmk（pi）×μj（ti） 第二，变迁ti具有单输入库所，多输出库所，即if di then d1 and d2 and …and dn 则f2：αmk+1（pj）→αmk（pi）×μj（ti） j=1，2，…，n 第三，变迁ti具有多输入库所，单输出库所，即if d1 and d2 and …and pn then pk 则f3：αmk+1（pj）→min{αmk（pi）×μj（ti）} i=1，2，…，n 第四，多输入库所选一，即if d1 or d2 or …or dk then dj 则f4：αmk+1（pj）→max{αmk（pi）×μj（ti）} i=1，2，…，n （二）模糊Petri网的矩阵推理算法 推理算法结合模糊Petri网和矩阵运算，利用矩阵运算来完成复杂的推理过程。为表达推理过程，引入极大代数中的两个算子： 加法算子：ab=c，a、b、c是n维向量，则ci=max（ai，bi） 乘法算子：Ab=d，A是（n×m）维向量，b、d分别是m维n维向量，则di= 在定义3中以各子式真值的最小值为模糊命题合取式的真值，以各子式真