粗集一遗传支持向量机模型在供应链绩效评价中地应用.docVIP

粗集一遗传支持向量机模型在供应链绩效评价中的应用-农学论文 粗集一遗传支持向量机模型在供应链绩效评价中的应用 武雯娟 （泰安职业技术学院财经系，山东 泰安２７１０００） 摘要：将粗集－遗传支持向量机模型运用到供应链绩效评价中，首先利用粗集理论剔除影响供应链绩效评价的冗余因素，获得核心影响因素，再采用支持向量机对于提取得到的核心影响因素预测供应链绩效所处的级别。在支持向量机分类过程中，利用遗传算法对支持向量机算法的参数进行寻优，获得最佳参数模型，而后预测得到供应链绩效评价级别。最后，实例运用此模型进行了预测，并与只运用粗集－支持向量机进行预测的结果进行对比。结果表明，利用粗集－遗传支持向量机方法对供应链绩效评价级别的预测准确率更高，预测结果更符合实际，是一种科学可行的方法。 关键词 ：供应链；绩效评价；粗集理论；支持向量机；遗传算法 中图分类号：ＴＰ１８文献标识码：A文章编号：0439－８114（２０15）03－0７３３-0５ 随着经济全球化，企业的经营环境发生了巨大的变化。越来越多的企业管理者已经意识到，未来的企业竞争将是供应链（Supply Ｃｈａｉｎ，简称ＳＣ）与供应链之间的竞争，而不是企业之间的竞争。企业为了在市场竞争中始终处于有利地位，获得长期竞争优势及利益，就必须建立高效、安全、可靠的供应链系统，供应链系统可以各种辅助手段实现其一体化过程。 所谓供应链是指将产品和服务提供给最终消费者的所有环节的企业所构成的上下游产业一体化的体系。供应链管理是从系统的观点出发，通过对采购、制造、分销直至消费者的整个过程中的资金流、物流、信息流的协调，通过此种管理模式来满足消费者的要求及需求。然而只有对供应链系统中的各成员供应链绩效评价理论及其重要性的认识统一，才能让他们将对整个供应链系统的贡献度作为自己的考核目标，并将这些具体指标达成情况作为利益分配及任务分配的依据，如此才能使供应链的整体绩效切实得到提高。目前，将粗集－遗传支持向量机（ＧＡ－ＳＶＭ）方法应用到供应链绩效评价领域的研究并不多见，本研究主要利用粗糙集理论剔除供应链绩效评价的冗余因素及指标，提取获得影响供应链绩效评价的核心因素，再运用对于小样本具有良好泛化能力的支持向量机来进行评价，支持向量机的评价过程中通过遗传算法来进行相关参数寻优操作［１，２］。 １粗集理论 波兰学者Ｐａｗｌａｋ于１９８２年提出了粗糙集（ＲｏｕｇｈＳｅｔ）理论，粗糙集理论就是在无需提供问题需要处理数据之外的任何其他先知信息，而是仅根据已知的数据剔除冗余信息，获得本质信息，分析得到知识的不完整程度，生成决策或分类的相关规则及准则，实现通过分类准则或规则对已知数据进行精简或约减，对于处理未确知和模糊数据具有良好的效果［３－５］。 １．１信息系统 一个信息系统Ｓ通过下式表示：Ｓ＝（Ｕ，Ａ，Ｖ，ｆ），其中Ｕ为论域，（Ｕ＝｛ｘ１，ｘ２，……，ｘｎ｝）由有限个研究对象组成；Ａ＝Ｃ∪Ｄ为属性集，其中Ｃ是条件属性集，Ｄ是决策属性集；Ｖ是值域；ｆ是映射，对ａ∈Ａ，ｘ∈Ｕ，实现关于属性ａ的值。 １．２不可区分关系 粗糙集理论将知识和分类紧密联系起来，知识是对客观数据进行分类的能力，分类就是将差别的数据对象分析成为一类，它们之间的关系称之为不可分辨关系或等价关系，其中知识库可以用Ｋ＝（Ｕ，Ｒ）表示，其中Ｕ是非空有限集，称之为论域，Ｒ是Ｕ上的一族等价关系。ＵΠＲ为Ｒ的所有等价类族。［X］Ｒ表示包含元素ｘ∈Ｕ的Ｒ的等价类。若yyＰＲ且Ｐ≠?椎，则Ｐ中全部等价关系的交集也是一种等价关系，称为Ｐ上的不可区分关系，记为ｉｎｄ（ｐ）， １．３属性约简与核 定义１：假设Ｓ＝（Ｕ，Ｒ）为信息系统，Ｒ是Ｕ上的等价关系族，ｘ∈Ｒ，若Ｕ／ＩＮＤ（Ｒ）＝Ｕ／ＩＮＤ（Ｒ－ｒ），则称是Ｒ中可以被约简掉的知识，否则不可被约简掉。 定义２：对于任意ｒ∈Ｐ（ＰＲ），若其中的Ｐ都是不可被约简的，则其等价关系族Ｐ是独立的，否则认为Ｐ是相关的。 定义３：假定Ｓ＝（Ｕ，Ｒ）为信息系统，如果子族ＰＲ满足下列条件：ＩＮＤ（Ｐ）＝ＩＮＤ（Ｒ），而且Ｐ是独立的，则称Ｐ是Ｒ的一个约简。 如果Ｐ是Ｒ的约简，则Ｐ必须满足以下条件：①Ｐ独立；②Ｐ与Ｒ有相同的分类能力，即ＩＮＤ（Ｐ）＝ＩＮＤ（Ｒ）。 定义４：假定Ｓ＝（Ｕ，Ｒ）为信息系统，如果其中Ｒ不可约去的属性，则称做Ｒ是核属性，所有核属性构成的集合称为核集，记作Ｃｏｒｅ（Ｒ），称Ｃｏｒｅ（Ｒ）为Ｒ的核。 １．４粗集的上、下近似及边界 定义１：给定知识库Ｋ＝（Ｕ，Ｒ），ＸＵ，称y（Ｘ）＝｛x｜［x］ＲＸ，ｘ∈Ｕ｝为集合Ｘ的下近似，也称（Ｘ）是Ｘ的Ｒ正域，记做ＰＯＳＲ（Ｘ）；显然，Ｘ的Ｒ正域ＰＯＳＲ（Ｘ）是由Ｕ中完全属于Ｘ的元素构成的集合。（Ｘ