基于RBF神经网络的供应链绩效评价研讨.pdfVIP

专题8物流与供应链管理 1305 基于RBF神经网络的供应链绩效评价研究 沈艳，梁国良，佟成国 哈尔滨工程大学理学院，黑龙江哈尔滨150001 liangguoliang@hrbeu．edu．Cn 摘要：在平衡计分卡方法基础上，建立供应链管理绩效的评价指标，提出采用径向基函数(RBF)神经网络模型应用于 供应链绩效评价预测。以多个主要影响指标作为网络的输入信息，建立管理绩效评价模型，进行实例预测仿真，并将预测的 结果与BP神经网络进行比较。实验结果表明，利用RBF神经网络对供应链绩效评价，其预测结果误差远小于BP神经网络。 关键词：供应链绩效评价；RBF神经网络；平衡计分法；预测仿真 标，接着将其分解在客户、财务、内部流程、学习与发展 1 引 言 4个方面，形成各自的战略主题和具体目标，在评价供 近年来供应链已引起人们广泛的关注并成为一种 应链管理绩效时，综合选取了20个逆向和正向综合指 新的管理模式。在供应链管理中为了能够使供应链健 标作为评价指标。为了给供应链管理绩效评价提供基 康地发展，科学、全面地分析和评价供应链的运营绩效 准依据，根据逆向指标越小越好、正向指标越大越好准 就成为一个非常重要的问题，供应链管理的特殊性，决 则，选择逆向指标最小值及正向指标最大值组成绩效 定了供应链管理绩效评价的复杂性。因此，绩效评价 最好基准(等级为I)，逆向指标最大值及正向指标最 成为供应链管理的研究热点。供应链企业地理位置分 小值组成绩效最差基准(等级为V)，各指标平均值作 散、管理制度与决策模式各异，环境的复杂性和不确定 为中问级别基准(等级为lid，中间级与最优级的指 性使供应链具有显著的动态性，给供应链管理绩效评 标均值为良好基准(等级为IV)，中间级与最差级的 价带来很大困难。目前，绩效评价的主要方法有作业 指标均值为较差基准(等级为II)，将供应链管理绩效 成本法、关键绩效指标法、标杆法以及平衡计分卡 分为五个等级u]。 score (balanced card，BSC)法等口]。’本文依据平衡计 3 RBF神经网络与预测模型的建立 分卡法建立供应链管理绩效指标评价体系，基于径向 Basis 基函数(RediacFunction，RBF)神经网络原理，建 立供应链管理绩效指标评价的RBF神经网络预测模 8D’年代末提出的。由于RBF神经网络具有拓扑结构 型，并通过实例验证该方法的有效性[2]。‘ 简单和易于学习训练等优点，已广泛应用于模式识别、 函数逼近、信号处理、系统建模等领域。供应链管理绩 2基于平衡计分卡的评价指标的选择’ 效评价过程中包含了很多评价指标，各指标之间在总 平衡计分卡是Kaplan和Norton于1992E年提出 的评价中的作用不容易确定评价结果很难用函数关系 的。它从客户、财务、内部流程、学习与发展4个方面 式表达，传统的方法很难解决这个问题，用神经网络的 考察企业绩效，但这4个方面不是孤立的，学习与发展 方法为供应链管理绩效评价提供了一种有效的工具。 是根，内部流程是干，顾客是叶，财务是果，共同形成一 3．1 RBF神经网络的结构 棵评价树。平衡实际上就意味着几个方面同等重要， RBF神经网络一般是带有输入层、隐含层、输出 必须都做好。 层的3层前馈