论文部分内容阅读
摘要：随着经济的不断发展，建筑企业逐渐开始采用供应链管理这一模式，而供应链中的风险问题愈来愈突出。所以本文对建筑企业的供应链风险进行了研究，首先介绍了供应链与供应链风险等相关理论基础，然后通过分析建立了风险评价的指标体系，最后运用BP神经网络的方法构建了建筑企业供应链风险评价模型，为建筑企业提高抗风险的能力提供有效支持。
关键词：建筑企业 供应链风险 BP神经网络 评价模型
中图分类号：C29文献标识码： A
0 引言
在当今的时代背景下，建筑业已然在我国的国民经济发展中占据了举足轻重的地位，而将供应链及供应链管理引入到建筑业中，是促进建筑企业迅速发展的催化剂[[参考文献
[]周亮，曲洪建，郑建国.建筑企业供应链战略合作伙伴的选择[J].商业研究.2009，（10）：83-87.]]。随着建筑供应链的不断加强，其敏捷性和精细度不断进步，而抗风险能力日趋降低。本文就是在这样的背景下，对建筑企业供应链的风险问题进行研究。首先，对现有的国内外文献进行回顾，指出已有的研究思路和视角存在的不足；其次，阐述供应链风险的概念，对建筑企业的供应链风险予以界定，并提出建筑企业风险评价指标体系的构建框架；最后，利用BP神经网络的方法，构建建筑企业供应链风险评价模型。
1 相关研究综述
国外学者对建筑企业供应链管理的研究起步于上个世纪90年代。1994年Voordijk开始对建筑业实施供应链管理进行研究[[[]Voordijk，H.Toward integrated logistics in supply chains：developments in Construction(Ph．D．Dissertation)[M].Maastricht：Maastricht University，1994.]]。Vrijhoef将建筑企业供应链看作为一种销定产（make-to-order）的模式，同时他定义了建筑供应链管理的四个方面的作用[[[]Vrijhoef，Koskla．The four roles of supply chain management in construction[J]．
European Journal of Purchasing and Supply Management．2000，（6）：169-178． ]]。O'Brien教授从定性的角度分析了建筑供应链的绩效特性以及成员企业的利益分配问题，同时提出了基于产品生产技术的供应商分类的方法[[[]0'Brien，WJ．，London，K．，Vrijhoef，R．．Construction supply chain Modeling：a
research review and interdisciplinary research agenda．Proceedings of the 10th Annual Conefrence of the International Group for Lean Construction，Gramado，Brazil，2002.]]。而我国对建筑供应链管理的研究在近几年才逐渐开始。李雷鸣，刘丙泉结合定性分析和定量模型方法，对于供应链中断风险管理的研究现状进行了综述[[[]李雷鸣，刘丙泉.供应链中断风险管理研究现状综述[J].科技管理研究.2010（14）：236-239.]]。陈敬贤，施国洪等则以市场需求波动风险为例，基于蒙特卡罗模拟研究了供应链风险估计问题[[[]陈敬贤，施国洪，程发新.基于蒙特卡罗模拟的供应链风险估计研究[J].数学的实践与认识.2011，41（13）：1-9.]]。总体来看，目前的研究仍然存在着一些不足：第一，对建筑企业供应链风险评价的分析尚不充分；第二，没有建立一套完整的、科学的建筑企业供应链风险评价模型。
2 建筑企业供应链风险评价指标体系构建
2.1 建筑企业供应链风险的类别
对于建筑企业供应链来说，其风险是指在工程项目的施工过程中，影响建筑企业供应链正常运行，给链上各成员企业带来损失，给建筑项目的工期、质量、投资、安全带来不利影响的各种不确定因素。
建筑企业供应链的风险因素分为两部分，即外部环境风险、内部风险。外部环境风险是指外部环境对建筑供应链的影响，它主要是指市场的变化、政治因素、政策因素、恐怖主义活动和自然灾难所产生的破坏等。建筑企业供应链的内部风险是指从建筑项目中业主、承包商、分包商、供应商，直到最终用户这一网链以及该网链中各个环节中可能出现的一些对供应链的正常运行可能产生负面影响的风险。
2.2 建筑企业供应链风险评价指标体系
全面、准确地评价建筑企业供应链风险的关键是在于建立完整系统的评价指标体系[[[]王挺，谢京辰.建筑供应链管理模式（CSCM）应用研究[J].建筑管理现代化.2005，（2）：5-10． ]]。本文在评价指标体系设计原则的基础上，根据建筑企业供应链风险的主要特征及评价目的，将建筑企业供应链风险评价指标体系进一步分解成供应链外部环境风险、供应链管理风险、供应链系统构成风险、供应风险、技术风险、财务风险和信息风险这七个分指标体系。然后根据建筑业的本质选择具体的三级评价指标，其中外部环境风险包括自然条件、宏观经济风险、政策法规风险；管理风险包括沟通渠道及沟通方式、施工质量控制不当、工期控制不当、监理公司失职；系统构成风险包括供应链结构冗余及复杂性高、供应链柔性小、业务流程网络整合不当、合作企业资信不佳；供应风险包括供应商准时交货率、供应商订单满足率、供应商产品合格率；技术风险包括项目设计风险、工程合格率、技术专业水平、施工技术方案不合理；财务风险包括预算风险、垫资施工风险、成本控制与管理风险、收入和利润分配风险；信息风险包括信息共享程度、信息技术应用程度、信息集成度、信息传递偏差度。
3 建筑企业供应链风险评价模型构建
本文设计的用于建筑企业供应链风险评价的BP神经网络的网络结构为I-H-1型（其中，I表示的是输入层神经元的数量，H表示的是隐层神经元的数量，1表示的是输出层的神经元只有一个）的网络模型。
3.1 BP神经网络模型的结构设计
1.输入节点个数的确定及输入数据的处理
本文涉及的神经网络模型的网络输入为前文建立的评价指标体系，共有指标26项，因此BP神经网络模型的输入节点数为26。
由于输入数据是建立在建筑企业供应链风险评价指标体系的基础上的，所以被分成两部分：一部分是定性指标；另一部分定量指标。在样本数据输入网络模型之前需要对原始的样本数据进行处理，使其转化为闭区间[0，1]上的无量纲性指标值，在操作中通常采用的数据处理方法为归一化。对指标体系中的定性指标的量化采用专家打分法，对应建筑企业供应链的风险程度（低，较低，中，较高，高），打分为（1，2，3，4，5）五个等级标准。然后采用直线处理法归为[0，1]区间上的数值。
2.输出节点的确定
对建筑企业供应链风险的评价是一个从定性到定量然后再到定性的過程，将定性通过BP神经网络模型转化为定量输出，然后综合评价集和输出结果对建筑企业供应链风险做出定性评价。因此，该网络模型的输出层神经元个数为1。
3.隐层节点的确定
本文采用下面的参考公式来确定隐层节点的个数：
其中m表示的是输出节点个数，n表示的是输入节点的个数，a为1-10间的任一常数。通过反复测试，本文最终确定隐层节点的个数为10。
由此，本文设计的用于建筑企业供应链风险评价的BP神经网络的结构为26-10-1型（即26个输入层神经元，10个隐层神经元，输出层只有1个神经元）。隐层神经元和输出神经元的激活函数均为logsig型函数。
3.2 BP网络模型的学习训练
（1）快速训练算法
定义初始的学习率β，并定义常数δ（大于1），若经过第一次迭代后得到的误差函数E减小，那么将δ和学习率相乘，若经过第一次迭代后得到的误差函数E增大，那么将δ的倒数与学习率相乘。本文定义的初始学习率为0.05，常数1.05。
（2）动量批梯度下降算法
动量批梯度下降算法的定义是：将前一次的改变量作为动量项加入权值和阈值的调整量中，使得对权值和阈值的调节向梯度下降的地步运行时不致产生大的摆动，动量项起着缓冲的作用。
将快速训练算法与动量批梯度下降算法相结合可以有效地提高模型的收敛速度，还能够避免局部最小值的出现。在Matlab系统中，该训练算法由训练函数traingdx来实现。
3.3 BP神经网络泛化能力检验
泛化能力在BP神经网络模型中是一个非常重要的指标，指神经网络对训练样本以外的新样本数据的正确反应能力。具体做法是将样本数据分成两部分：一部分作为网络的训练样本，另一部分作为网络的测试样本，运用MAPS（Mean Absolute Percentage Error）指标评价预测的精确度。
3.4 BP神经网络模型的评价程序
依据本文所设计的BP神经网络模型，对建筑企业供应链风险进行评价的步骤如下：（1）BP神经网络模型的结构设计；（2）BP神经网络的网络模型训练；（3）调研获得样本数据值{xi}；（4）{xi}的归一化处理；（5）将归一化后的{xi}输入模型，依据之前设定的权重，计算输出；（6）对照输出结果按评价标准对建筑企业供应链风险下评价结论。
4 结语
本文初步探讨了建设企业供应链风险管理问题，通过BP神经网络的方法对建筑企业供应链风险进行综合评价，能够使企业明确自身可能存在的风险问题，有助于企业实施有效的预防措施，保障供应链的正常运行，具有一定的实践意义。但这一评价模型仍需企业针对自身情况进行应用，以期达到更好的效果。
关键词：建筑企业 供应链风险 BP神经网络 评价模型
中图分类号：C29文献标识码： A
0 引言
在当今的时代背景下，建筑业已然在我国的国民经济发展中占据了举足轻重的地位，而将供应链及供应链管理引入到建筑业中，是促进建筑企业迅速发展的催化剂[[参考文献
[]周亮，曲洪建，郑建国.建筑企业供应链战略合作伙伴的选择[J].商业研究.2009，（10）：83-87.]]。随着建筑供应链的不断加强，其敏捷性和精细度不断进步，而抗风险能力日趋降低。本文就是在这样的背景下，对建筑企业供应链的风险问题进行研究。首先，对现有的国内外文献进行回顾，指出已有的研究思路和视角存在的不足；其次，阐述供应链风险的概念，对建筑企业的供应链风险予以界定，并提出建筑企业风险评价指标体系的构建框架；最后，利用BP神经网络的方法，构建建筑企业供应链风险评价模型。
1 相关研究综述
国外学者对建筑企业供应链管理的研究起步于上个世纪90年代。1994年Voordijk开始对建筑业实施供应链管理进行研究[[[]Voordijk，H.Toward integrated logistics in supply chains：developments in Construction(Ph．D．Dissertation)[M].Maastricht：Maastricht University，1994.]]。Vrijhoef将建筑企业供应链看作为一种销定产（make-to-order）的模式，同时他定义了建筑供应链管理的四个方面的作用[[[]Vrijhoef，Koskla．The four roles of supply chain management in construction[J]．
European Journal of Purchasing and Supply Management．2000，（6）：169-178． ]]。O'Brien教授从定性的角度分析了建筑供应链的绩效特性以及成员企业的利益分配问题，同时提出了基于产品生产技术的供应商分类的方法[[[]0'Brien，WJ．，London，K．，Vrijhoef，R．．Construction supply chain Modeling：a
research review and interdisciplinary research agenda．Proceedings of the 10th Annual Conefrence of the International Group for Lean Construction，Gramado，Brazil，2002.]]。而我国对建筑供应链管理的研究在近几年才逐渐开始。李雷鸣，刘丙泉结合定性分析和定量模型方法，对于供应链中断风险管理的研究现状进行了综述[[[]李雷鸣，刘丙泉.供应链中断风险管理研究现状综述[J].科技管理研究.2010（14）：236-239.]]。陈敬贤，施国洪等则以市场需求波动风险为例，基于蒙特卡罗模拟研究了供应链风险估计问题[[[]陈敬贤，施国洪，程发新.基于蒙特卡罗模拟的供应链风险估计研究[J].数学的实践与认识.2011，41（13）：1-9.]]。总体来看，目前的研究仍然存在着一些不足：第一，对建筑企业供应链风险评价的分析尚不充分；第二，没有建立一套完整的、科学的建筑企业供应链风险评价模型。
2 建筑企业供应链风险评价指标体系构建
2.1 建筑企业供应链风险的类别
对于建筑企业供应链来说，其风险是指在工程项目的施工过程中，影响建筑企业供应链正常运行，给链上各成员企业带来损失，给建筑项目的工期、质量、投资、安全带来不利影响的各种不确定因素。
建筑企业供应链的风险因素分为两部分，即外部环境风险、内部风险。外部环境风险是指外部环境对建筑供应链的影响，它主要是指市场的变化、政治因素、政策因素、恐怖主义活动和自然灾难所产生的破坏等。建筑企业供应链的内部风险是指从建筑项目中业主、承包商、分包商、供应商，直到最终用户这一网链以及该网链中各个环节中可能出现的一些对供应链的正常运行可能产生负面影响的风险。
2.2 建筑企业供应链风险评价指标体系
全面、准确地评价建筑企业供应链风险的关键是在于建立完整系统的评价指标体系[[[]王挺，谢京辰.建筑供应链管理模式（CSCM）应用研究[J].建筑管理现代化.2005，（2）：5-10． ]]。本文在评价指标体系设计原则的基础上，根据建筑企业供应链风险的主要特征及评价目的，将建筑企业供应链风险评价指标体系进一步分解成供应链外部环境风险、供应链管理风险、供应链系统构成风险、供应风险、技术风险、财务风险和信息风险这七个分指标体系。然后根据建筑业的本质选择具体的三级评价指标，其中外部环境风险包括自然条件、宏观经济风险、政策法规风险；管理风险包括沟通渠道及沟通方式、施工质量控制不当、工期控制不当、监理公司失职；系统构成风险包括供应链结构冗余及复杂性高、供应链柔性小、业务流程网络整合不当、合作企业资信不佳；供应风险包括供应商准时交货率、供应商订单满足率、供应商产品合格率；技术风险包括项目设计风险、工程合格率、技术专业水平、施工技术方案不合理；财务风险包括预算风险、垫资施工风险、成本控制与管理风险、收入和利润分配风险；信息风险包括信息共享程度、信息技术应用程度、信息集成度、信息传递偏差度。
3 建筑企业供应链风险评价模型构建
本文设计的用于建筑企业供应链风险评价的BP神经网络的网络结构为I-H-1型（其中，I表示的是输入层神经元的数量，H表示的是隐层神经元的数量，1表示的是输出层的神经元只有一个）的网络模型。
3.1 BP神经网络模型的结构设计
1.输入节点个数的确定及输入数据的处理
本文涉及的神经网络模型的网络输入为前文建立的评价指标体系，共有指标26项，因此BP神经网络模型的输入节点数为26。
由于输入数据是建立在建筑企业供应链风险评价指标体系的基础上的，所以被分成两部分：一部分是定性指标；另一部分定量指标。在样本数据输入网络模型之前需要对原始的样本数据进行处理，使其转化为闭区间[0，1]上的无量纲性指标值，在操作中通常采用的数据处理方法为归一化。对指标体系中的定性指标的量化采用专家打分法，对应建筑企业供应链的风险程度（低，较低，中，较高，高），打分为（1，2，3，4，5）五个等级标准。然后采用直线处理法归为[0，1]区间上的数值。
2.输出节点的确定
对建筑企业供应链风险的评价是一个从定性到定量然后再到定性的過程，将定性通过BP神经网络模型转化为定量输出，然后综合评价集和输出结果对建筑企业供应链风险做出定性评价。因此，该网络模型的输出层神经元个数为1。
3.隐层节点的确定
本文采用下面的参考公式来确定隐层节点的个数：
其中m表示的是输出节点个数，n表示的是输入节点的个数，a为1-10间的任一常数。通过反复测试，本文最终确定隐层节点的个数为10。
由此，本文设计的用于建筑企业供应链风险评价的BP神经网络的结构为26-10-1型（即26个输入层神经元，10个隐层神经元，输出层只有1个神经元）。隐层神经元和输出神经元的激活函数均为logsig型函数。
3.2 BP网络模型的学习训练
（1）快速训练算法
定义初始的学习率β，并定义常数δ（大于1），若经过第一次迭代后得到的误差函数E减小，那么将δ和学习率相乘，若经过第一次迭代后得到的误差函数E增大，那么将δ的倒数与学习率相乘。本文定义的初始学习率为0.05，常数1.05。
（2）动量批梯度下降算法
动量批梯度下降算法的定义是：将前一次的改变量作为动量项加入权值和阈值的调整量中，使得对权值和阈值的调节向梯度下降的地步运行时不致产生大的摆动，动量项起着缓冲的作用。
将快速训练算法与动量批梯度下降算法相结合可以有效地提高模型的收敛速度，还能够避免局部最小值的出现。在Matlab系统中，该训练算法由训练函数traingdx来实现。
3.3 BP神经网络泛化能力检验
泛化能力在BP神经网络模型中是一个非常重要的指标，指神经网络对训练样本以外的新样本数据的正确反应能力。具体做法是将样本数据分成两部分：一部分作为网络的训练样本，另一部分作为网络的测试样本，运用MAPS（Mean Absolute Percentage Error）指标评价预测的精确度。
3.4 BP神经网络模型的评价程序
依据本文所设计的BP神经网络模型，对建筑企业供应链风险进行评价的步骤如下：（1）BP神经网络模型的结构设计；（2）BP神经网络的网络模型训练；（3）调研获得样本数据值{xi}；（4）{xi}的归一化处理；（5）将归一化后的{xi}输入模型，依据之前设定的权重，计算输出；（6）对照输出结果按评价标准对建筑企业供应链风险下评价结论。
4 结语
本文初步探讨了建设企业供应链风险管理问题，通过BP神经网络的方法对建筑企业供应链风险进行综合评价，能够使企业明确自身可能存在的风险问题，有助于企业实施有效的预防措施，保障供应链的正常运行，具有一定的实践意义。但这一评价模型仍需企业针对自身情况进行应用，以期达到更好的效果。