基于BrainCellB2B电子商务供应链协同绩效评价体系.docVIP

基于BrainCellB2B电子商务供应链协同绩效评价体系 　　摘要：面对全球竞争一体化的势态，企业间的竞争已经开始延伸到供应链间的竞争。电子商务供应链的新发展对供应链协同管理提出了新的要求。为提高电子商务企业供应链协同管理效果，绩效评估与预测是关键。文章主要结合了电子商务B2B模式与传统供应链的特点，构建了B2B电子商务供应链协同管理绩效评价体系，应用BrainCell软件和神经网络的方法进行协同评价与分析，通过实例检验说明该评价体系的可行性。 　　关键词：供应链协同；电子商务；绩效评价 　　供应链协同管理是一种全局性的、战略性的管理思想和管理方法，它主要是通过对供应链系统中的人力、物力、资金及信息等资源进行规划、组织和控制来实现其目标。然而，随着互联网技术不断创新进步，电子商务的发展为供应链的协同管理带来了新的契机。通过电子商务与供应链协同管理理念的有机结合，可以将供应链下游中用来创造新的用户界面推广到整条供应链中，从而建立起高性能、高效率的集成供应链。 　　在供应链协同管理中，其管理的绩效是其中的重要部分。利用科学合理的方法评估协同绩效，可以为决策者提供有力的参考依据，从而更好地提高供应链协同管理的效果。因此，供应链协同管理的绩效评估十分关键，它是协同管理的一个重要环节。本文主要以电子商务供应链中的企业为例，建立起以B2B电子商务供应链为基础的供应链协同绩效评价指标体系。 　　一、B2B电子商务供应链协同绩效评价指标体系 　　（一）指标体系建立思路 　　首先，结合电子商务中B2B模式的特点，将供应链的协同管理分别从信息流、业务流和资金流这三个方面进行有机结合，从整个供应链系统的角度考虑客户关系和文化共识；其次，根据B2B电子商务集成供应链的运作流程和协同评价准则，确定协同指标；再次，结合电子商务企业实际运作中的需求和期望，对协同指标进行适当的调整，然后确定符合实际要求的评价指标，进而建立指标体系；最后，电子商务供应链协同管理的良好运行还需要整个系统具有软协同，即文化共识方面的协同并始终贯穿整个评价指标体系。 　　（二）B2B电子商务供应链协同绩效评价体系的构建 　　由于电子商务供应链中可能存在有一部分企业是虚拟企业，与传统供应链相比，部分运作流程是需要在一定系统平台中操作的。针对这种情况，若只是简单地选用其中的某种评价体系，则会脱离实际情况，构建出的绩效评价体系评估其绩效结果也是不准确的。因此，在构建B2B电子商务供应链协同绩效评价体系时，更多的是考虑电子商务供应链的特点，结合SCOR评价体系和BSC评价体系的优势，借鉴供应链协同绩效评价相对比较成熟的理论及现实案例研究，最终形成了B2B电子商务供应链特有的协同绩效评价体系，如表1所示。 　　二、BrainCell软件及其神经网络基本原理 　　（一） BrainCell神经网络基本原理 　　本文主要应用了BrainCell神经网络软件来实现B2B电子商务供应链协同绩效评价模型的计算与分析。BrainCell神经网络采用误差反向传播学习算法，算法从两个方面（信号的前向传播和误差的反向传播）反复进行迭代学习。其基本原理是输入层各神经元在接收外接的信息后，传递给隐含层的神经元，根据减少目标输出与实际输出误差的方向，从输入层经过隐含层逐层修正各连接的权值，直到将误差调整到能够接受的程度，这不仅是各层权值不断修正的过程，也是学习训练神经网络的过程，若学习样本的计算输出提前达到预期的结果，则训练过程结束，否则将学习到预先设定的学习次数为止，最后由输出层输出信息处理的结果，如上图所示。 　　（二）BrainCell神经网络实现步骤 　　1. 网络层数的确定 　　根据Kolmogrov理论可知，含有一个隐含层的三层神经网络可以以任意精度逼近一个从输入到输出的映射关系。因此，在BrainCell神经网络中采用含有单隐层的三层神经网络。 　　2. 网络节点的确定 　　输入层节点的多少与评价指标个数是相对应的。因此，根据构建好的B2B电子商务供应链协同绩效评价指标体系，可以将一级指标与二级指标进行合并，作为输入层的节点数，其指标数如表1所示，因此输入层节点数为19个。输出层节点则为1个，在此以B2B电子商务供应链协同绩效等级结果作为输出值。 　　3. 网络训练 　　本文采用的训练函数为trainscg，将网络训练的精度设置为10-4并初始化权值和阈值后，从15个样本中选取12个作为训练样本进行批处理训练，开启网络进行学习训练。其具体步骤如下。 　　假设训练样例是形式（a，b），其中a为输入向量，b为输出值。N为输入节点数，M为输出层节点数。从单位i到单位j的输入表示aij，单位i到单位j的权值表示Wij。 　　（1）创建具有N个输入单位，M个输出单位