论文部分内容阅读
摘要：现代生产企业的物流机能已从单一的原材料供应能力演变为生产中的物流流转能力、销售中的物流运送能力以及废弃物流的回收处理能力等多项机能组成的机能结构体系，这种结构决定着生产企业的物流行为和物流运行绩效，有什么样的物流机能结构，就会有什么样的企业物流效能。论文将BP神经网络理论和物流系统有机结合，提出了生产企业物流机能评价的思路，探索建立其机能评价模型，为生产企业物流机能的定量评价提供系统方法，为企业改进和完善物流系统功能提供决策依据。
关键词：BP神经网络；物流；机能
一、 BP神经网络应用于生产企业物流机能评价的基本思想
1、生产企业物流系统结构
生产企业物流是为了将各种物料、零件、配件等物品从原始形态转成特定的产品形态而
产生的一种物品运动方式，是以购进生产所需要的原材料、设备为始点，经过劳动加工，形成新的产品，然后供应给社会需要部门为止的全过程[1]。其中，供应物流是指从企业外部向企业内部投入物料的过程，以及从企业仓库领取物料运送到生产车间的物流过程；生产物流是指企业在生产工艺中的物流活动；销售物流是指企业售出产品的物流过程，即物资从生产者或持有者手中转移至用户或消费者手中的物流过程。上述都是企业物流的正向运动过程，除此还有企业物流的逆向运动过程，即回收物流和废弃物流。回收物流是指对废旧物资中具有再利用价值的部分进行收集、分拣、加工，以使其成为有用的物资重新进入生产或消费领域所对应的物流活动；废弃物流是指对废弃物资进行处理所对应的物流活动，包括对企业排放的无用物进行运输、装卸、处理等的物流活动。[2] [3]
可以说，现代生产企业的物流机能已经从单一的原材料供应能力演变为生产中的物流流转能力、销售中的物流运送能力以及废弃物流的回收处理能力等多项机能组成的机能结构体系，这种结构决定着生产企业的物流行为和物流运行绩效。而企业通过协调企业的物料供应、运输、仓储、库存控制、物料搬运、订购处理等各项活动，进而提高物流的流通效率，促进企业内部资源和外部环境之间的平衡。而有效的物流系统应当实现以下目标[4]：(1)快速反应，就是要在顾客需要的时间及时提供顾客需要的产品；(2)相对均衡，即要求变动最小化，以免造成缺货损失或者资源浪费；(3)最小的存货；(4)最小运输费用；(5)全面质量管理。
2、 BP神经网络用于评价的基本思想
物流系统受到多种因素的影响，而且诸多因素之间有一定的耦合相关性，因此很难从定性的角度判定企业的物流机能。而BP神经网络是一种非线性的映射方法，针对已有的训练样本集，通过学习和训练，可以找出系统内相关因素间的内在联系，进而求得问题的解，这对于弱化权重向量中的人为因素，是十分有益的；对于那些含有噪声或不完全的数据，具有很强的泛化功能和容错能力；随着参评样本的增加和时间的演进，能够进行进一步的样本学习和实现动态跟踪评价。因此，采用BP神经网络评价方法对未识别的生产企业物流机能进行评价，可以得到有关其机能情况的有效结果。BP神经网络
用于评价物流机能的基本原理是:将考察物流系统的底层评价指标值作为神经网络的输入向量，将生产企业物流机能的效果度量值作为输出，然后用足够的样本训练这个神经网络，使不同的输入向量得到不同的输出值，这样神经网络所持有的那组权数值便是网络经过自适应学习所得到的正确知识的内部表示。训练好的神经网络作为一种定性与定量相结合的有效工具，能够再现样本集中所具有的判断能力，可以对生产企业物流机能进行实证性评价，从而可为企业调整和完善物流系统提供决策支持。
二、生产企业物流机能的综合评价
1、评价指标体系的建立
2、生产企业物流机能评价模型的建立
BP神经网络是一种层次结构网络，相邻上下层之间各神经元实现全连接，而每层的神经元之间无连接。对于输入信号首先向前传播到隐含层节点，经作用函数后，再把隐含层节点的输出信号传播到输出节点，即给出输出结果，将输出结果与期望输出相比较，若在允许的误差范围内，则输出结果，否则，再由输出层向隐含层，反向传播调整，直到输出结果符合要求。[6]
本文所建立的BP模型中，输入层的节点数是影响生产企业物流机能的各个因素的指标，输出层是企业物流机能的量化值，隐含层则是根据问题和网络学习的收敛速度确定的。其中隐含层和输出层每个节点的输出与输入之间的非线性关系用Sigmoid函数描述，即：f(x)=1/1+exp(-x)。
该BP神经网络模型是对上述生产企业物流系统当前发展状况的量的描述，是决策者今后改进或完善物流系统的有力依据。
基金项目：黑龙江省博士后基金项目（AUGA41000413）和哈尔滨工程大学基础研究基金资助项目（020660260702）资助
作者单位： 1 哈尔滨工业大学 管理学院, 2 哈尔滨工程大学 经济管理学院
(编辑 雨露)
参考文献：
[1] 赵中平.企业供应物流系统效率评价研究[D].湖南大学硕士学位论文，2004.1-2.
[2] 汝宜红.物流学导论[M].北京：北京交通大学出版社，清华大学出版社，2004.32-48.
[3] 周启蕾.物流学概论[M].北京：清华大学出版社，2005.59-77.
[4] 崔婷.我国企业物流系统优化探讨[D].暨南大学硕士学位论文，2002.5:20-26.
[5] 张连富.物流学[M].北京：人民交通出版社，2005.40.
[6] 闻新，周露，王丹力，熊晓英．MATLAB神经网络应用设计[M]．北京：科学出版社，2000：207-231．
关键词：BP神经网络；物流；机能
一、 BP神经网络应用于生产企业物流机能评价的基本思想
1、生产企业物流系统结构
生产企业物流是为了将各种物料、零件、配件等物品从原始形态转成特定的产品形态而
产生的一种物品运动方式，是以购进生产所需要的原材料、设备为始点，经过劳动加工，形成新的产品，然后供应给社会需要部门为止的全过程[1]。其中，供应物流是指从企业外部向企业内部投入物料的过程，以及从企业仓库领取物料运送到生产车间的物流过程；生产物流是指企业在生产工艺中的物流活动；销售物流是指企业售出产品的物流过程，即物资从生产者或持有者手中转移至用户或消费者手中的物流过程。上述都是企业物流的正向运动过程，除此还有企业物流的逆向运动过程，即回收物流和废弃物流。回收物流是指对废旧物资中具有再利用价值的部分进行收集、分拣、加工，以使其成为有用的物资重新进入生产或消费领域所对应的物流活动；废弃物流是指对废弃物资进行处理所对应的物流活动，包括对企业排放的无用物进行运输、装卸、处理等的物流活动。[2] [3]
可以说，现代生产企业的物流机能已经从单一的原材料供应能力演变为生产中的物流流转能力、销售中的物流运送能力以及废弃物流的回收处理能力等多项机能组成的机能结构体系，这种结构决定着生产企业的物流行为和物流运行绩效。而企业通过协调企业的物料供应、运输、仓储、库存控制、物料搬运、订购处理等各项活动，进而提高物流的流通效率，促进企业内部资源和外部环境之间的平衡。而有效的物流系统应当实现以下目标[4]：(1)快速反应，就是要在顾客需要的时间及时提供顾客需要的产品；(2)相对均衡，即要求变动最小化，以免造成缺货损失或者资源浪费；(3)最小的存货；(4)最小运输费用；(5)全面质量管理。
2、 BP神经网络用于评价的基本思想
物流系统受到多种因素的影响，而且诸多因素之间有一定的耦合相关性，因此很难从定性的角度判定企业的物流机能。而BP神经网络是一种非线性的映射方法，针对已有的训练样本集，通过学习和训练，可以找出系统内相关因素间的内在联系，进而求得问题的解，这对于弱化权重向量中的人为因素，是十分有益的；对于那些含有噪声或不完全的数据，具有很强的泛化功能和容错能力；随着参评样本的增加和时间的演进，能够进行进一步的样本学习和实现动态跟踪评价。因此，采用BP神经网络评价方法对未识别的生产企业物流机能进行评价，可以得到有关其机能情况的有效结果。BP神经网络
用于评价物流机能的基本原理是:将考察物流系统的底层评价指标值作为神经网络的输入向量，将生产企业物流机能的效果度量值作为输出，然后用足够的样本训练这个神经网络，使不同的输入向量得到不同的输出值，这样神经网络所持有的那组权数值便是网络经过自适应学习所得到的正确知识的内部表示。训练好的神经网络作为一种定性与定量相结合的有效工具，能够再现样本集中所具有的判断能力，可以对生产企业物流机能进行实证性评价，从而可为企业调整和完善物流系统提供决策支持。
二、生产企业物流机能的综合评价
1、评价指标体系的建立
2、生产企业物流机能评价模型的建立
BP神经网络是一种层次结构网络，相邻上下层之间各神经元实现全连接，而每层的神经元之间无连接。对于输入信号首先向前传播到隐含层节点，经作用函数后，再把隐含层节点的输出信号传播到输出节点，即给出输出结果，将输出结果与期望输出相比较，若在允许的误差范围内，则输出结果，否则，再由输出层向隐含层，反向传播调整，直到输出结果符合要求。[6]
本文所建立的BP模型中，输入层的节点数是影响生产企业物流机能的各个因素的指标，输出层是企业物流机能的量化值，隐含层则是根据问题和网络学习的收敛速度确定的。其中隐含层和输出层每个节点的输出与输入之间的非线性关系用Sigmoid函数描述，即：f(x)=1/1+exp(-x)。
该BP神经网络模型是对上述生产企业物流系统当前发展状况的量的描述，是决策者今后改进或完善物流系统的有力依据。
基金项目：黑龙江省博士后基金项目（AUGA41000413）和哈尔滨工程大学基础研究基金资助项目（020660260702）资助
作者单位： 1 哈尔滨工业大学 管理学院, 2 哈尔滨工程大学 经济管理学院
(编辑 雨露)
参考文献：
[1] 赵中平.企业供应物流系统效率评价研究[D].湖南大学硕士学位论文，2004.1-2.
[2] 汝宜红.物流学导论[M].北京：北京交通大学出版社，清华大学出版社，2004.32-48.
[3] 周启蕾.物流学概论[M].北京：清华大学出版社，2005.59-77.
[4] 崔婷.我国企业物流系统优化探讨[D].暨南大学硕士学位论文，2002.5:20-26.
[5] 张连富.物流学[M].北京：人民交通出版社，2005.40.
[6] 闻新，周露，王丹力，熊晓英．MATLAB神经网络应用设计[M]．北京：科学出版社，2000：207-231．