基于BP神经网络农超对接型供应链绩效评价研究.docVIP

基于BP神经网络农超对接型供应链绩效评价研究 　　摘要：农超对接项目的大力发展引起了对其绩效评价的研究，本文利用BP神经网络模型构建了农超对接新型供应链模式的绩效评价体系，并结合平衡计分卡模型进行了指标选取，实现了新型供应链模型财务与非财务衡量之间的平衡。之后通过对建立好的网络进行训练，将训练好的网络对所研究对象进行分析。 　　Abstract： The great development of agricultural super docking project has caused the research on its performance evaluation. In this paper， the BP neural network model is used to construct the performance evaluation system of new supply chain mode of agricultural super docking， combined with the index of the balanced scorecard， balance between financial and non-financial measures of the new supply chain model was realized. After the establishment of a good network for training， the training network is used to analyze the study object. 　　关键词：农超对接；绩效评价；BP神经网络 　　Key words： agricultural super docking；performance evaluation；BP neural network 　　中图分类号：F272.5 文献标识码：A 文章编号：1006-4311（2016）22-0088-03 　　0 引言 　　农超对接新型供应链模式的应用能够有效的减少农产品的流通环节，降低流通成本。然而该模式是否能够高效、合理的运作，就必须要有一套与之相适应的评价体系来进行科学的监管，合理的评价体系能够使得新型供应链中各节点企业清楚的认识到自己在供应链中所处的位置，以及通过实时的绩效评价结果，可以发现自己存在的问题和不足，并能够得到即时的完善。 　　目前，我国农超对接新型供应链的应用不是十分广泛，对于其绩效评价方面的研究更是少之又少，这种新型供应链现有的绩效评价方法主要集中在运用传统的评价方法，如层次分析法、模糊综合评判法、数据包络法、灰色综合评价法等[1]，但这些方法都存在一定缺陷。本文所运用到的BP神经网络模型，其自学习、自适应、非线性映射和容错能力的特征，避免了人为主观确定权重的影响，同时也避免了由于评价指标数量较多以及指标间所存在的非线性关联性的复杂问题。 　　1 农超对接型供应链及BP神经网络的定义和内涵 　　1.1 农超对接型供应链的定义 　　2012年商务部为了推进农产品流通体系建设，加强产销衔接以及打造稳定 　　高效的流通链条而发布了农超对接试点的通知，伴随着农超对接项目的大力发费者的视野[1]。农超对接是指以超市为载体，农产品提供者与商家之间签订意向性协议，由农民向超市、便利店等直接提供农产品的新型供应链。农超对接模式的实施，能够有效地减少农产品的流通环节，由于超市与农户的直接对接，因此有利于超市对农产品生产过程的监管，以及稳定农产品价格和保证农产品质量，有助于强化超市的核心竞争力。 　　1.2 BP神经网络的内涵 　　BP神经网络也称为误差反向传播神经网络，其实质是信息由输入层→隐含层→输出层的信息正向传播，以及实际输出与期望输出之间误差的反向传播过程，误差的反向传播过程调整着网络自身的权值和阈值[3]。由此，假如对一定量的样本经过这样的训练后，网络调整后的权值就是网络通过自适应学习所得到的正确内部表示。通过充足的样本来训练BP网络，经过训练后的网络所确定的权值即为物流绩效评价指标的权重，输出即为绩效等级。 　　2 基于BP神经网络的农超对接型供应链绩效评价模型构建 　　2.1 农超对接型供应链的BP神经网络结构确定 　　①BP网络层数的确定。Kolmogorv理论证明，具有Sigmoid神经元的3层BP神经网络只要有足够的隐含层节点数就能够逼近任意的连续函数。故本文运用3层BP神经网络建立绩效评价模型[4]。 　　②BP网络输入、输出节点数目确定。BP网络的输入、输出神经元的节点个数由所要研究问题确定，输入层节点数目与农超对接型供应链绩效评价的指标个数相同。 　　③BP网络隐