基于BP神经网络的物流项目风险评价分析

  • 格式:pdf
  • 大小:1.66 MB
  • 文档页数:3

商业故事BUSINESS STORY028产业动态·Industry News基于BP 神经网络的物流项目风险评价分析王蒙(烟台南山学院,山东 烟台 265713)摘要:物流项目风险的评价是物流项目顺利进行的前提,对物流项目主要风险指标分析及风险等级的划分,构建BP 神经网络项目风险评价体系。

根据项目风险等级运用专家打分法,对存在的五种风险的发生进行评价,把其为物流项目风险评价的初始值,再运用构建的BP 神经网络去分析评价物流项目风险发生的可能性。

关键词:物流项目风险;BP 神经网络;风险评估;专家打分法随着20世纪80年代物流管理概念从国外引入,并在我国得到迅速发展,物流作为第三利润源的作用,提高顾客满意度的作用,以及对采购、生产、营销等环节的支持作用日益彰显,物流项目也成为社会和企业经常实施的一种普遍项目。

物流项目存在着各种风险,对风险因素进行系统的分析和评估,分析其来源及程度,是物流项目决策的依据。

物流服务需要以物流项目的各环节为基础,通过各环节降低成本,提高物流服务效率,物流服务需要在原有服务水平和经验的基础上开展,在整个过程中伴随着风险的产生,因此采用定量的较为科学的方法对物流项目存在的各种风险进行全方位的评估和预测,在项目开展过程中,对于不可避免的物流项目风险,根据物流项目本身的承受能力以及项目风险可能带来的风险收益进行取舍。

一、物流项目风险概述物流项目一般是指物流组织在一定的环境和资源约束条件下,为了创造某一唯一的物流产品或服务的一次性工作。

在特定的环境和资源约束下,物流项目体现出项目周期长、费用大、范围广、不可逆、风险大等特点。

各种物流服务的提供基本上都是以各种物流项目的形式存在的,各种物流项目都是为了实现某种预定的目标在一定的客观条件下实施的,这些客观的条件都是物流项目风险本身的潜在因素,不会因服务行为意识的改变而改变,但该物流项目风险的大小是可以衡量的,当各种环境中引发风险的因素发生变化时,风险的性质、大小随之都会发生改变。

物流项目风险的衡量是根据项目本身产生的信息和数据来认知的,而项目风险的信息和数据总是在风险发展或发生后才表现出来的,因此项这种信息具有一定的滞后性,而信息的滞后性是物流项目风险产生的根本原因。

人们可以通过风险管理的技术和方法来发现和认识风险变化所存在的规律,在特定的情况下,掌握物流项目风险所产生的变动范围,变动范围越大,产生的风险越大,反之亦然。

因此物流项目风险是指物流项目的各种组织者或者团体面对项目未来开展的不确定性,而造成一定项目损失的可能性。

形成物流项目风险的根本原因是人们对于物流项目未来发展与变化的认识和应对等方面出现了问题。

二、物流项目风险的评价及划分(一)物流项目风险评价指标物流项目风险影响和波及的范围较广,设计物流项目的各个方面和许多工作,这就需要对它进行严格的控制,否则该风险的发生就会搅乱物流项目的整个工作或活动。

根据物流项目风险的特性,物流项目风险的评价指标主要有以下5种:1、物流项目的营运风险。

由于物流服务是全方位、多环节的系统服务,因此在营运过程中面临着设备运行、操作人员素质、操作标准化等潜在风险。

2、物流项目的技术风险。

物流项目在实施过程中所采用技术的先进性、适用性和经济性等所带来的内在风险。

涉及物流项目所处施工条件以及复杂程度没有相应的先进技术支持;科技进步、技术结构等相关项目因素的变动所带来的潜在风险;采用新技术、新工艺、新材料、新设备给物流项目带来的风险。

3、物流项目的市场风险。

因受物流市场竞争、技术应用、产业调整、服务水平、营销手段及管理机制等因素的不确定性影响而产生的风险。

其主要的影响因素有:物流服务的需求、物流市场的竞争、物流服务的能力及水平等[2]。

4、物流项目的管理风险。

在物流项目的运营过程中,因管理的战略、方法以及手段等不合理的使用或对已产生的问题处理不善而产生的风险。

管理方面的风险是物流项目投入运营所要面临的重要问题,该问题是一种隐形的物流项目风险,但是管理方面风险的产生很可能使整个项目失败,其中还要包括一些市场风险、投资风险、生产风险、财务风险。

5、物流项目的环境风险。

地理位置以及气候条件的自然环境变化引起的物流项目风险;社会环境变化引起的物流项目风险;国家宏观经济政治环境的变化以及国家法律法规的制定等引起的物流项目风险。

(二)物流项目风险等级划分物流项目风险等级按风险因素对投资项目影响程度和风险发生的可能性大小进行划分,可以将风险等级划分为5个档次如下表所2-1示。

表2-1 物流项目风险等级表风险等级发生的可能性和后果等级概率发生的可能性风险程度值重大风险可能性大,损失大,项目由可行转变为不可行,需要采取积极有效的防范措施很高80%以上,很有可能发生90较大风险可能性较大,或者损失较大,损失是项目可以承受的,必须采取一定的防范措施较高60%—80%,可能性较大70一般风险可能性不大,或者损失损失不大,一般不影响项目的可行性,应采取一定的防范措施中等40%—60%,在项目中预期发生50较小风险可能性较小,或者损失较小,不影响项目的可行性较低20%—40%,不可能发生30微小风险可能性较小,且损失较小,对项目的影响很小或没有影响很低20%以下10三、物流项目风险的BP 神经网络评价分析(一)BP 神经网络的算法描述BP 神经网络的模拟学习过程由两部分组成:工作信号正向传播和误差信号反向传播。

如图3-1所示,其中实线表示模拟过过程中工作信号的正向传播,虚线表示模拟过程中误差信号029商业故事BUSINESS STORYIndustry News·产业动态对于BP 神经网络来说,其模拟的网络学习过程具体描述如下:1、模拟信号的正向传播。

当模拟学习的信号正向传播时,其输入的模拟信息从神经网络的输入层经过隐含层过滤处理后,从隐含层传向输出层,在神经网络的输出层产生输出模拟的学习信息。

在模拟学习的信号前向传递过程中,构建学习的BP 网络的连接权值是固定的,每一层次神经元的学习状态只影响到下一层的神经元的学习状态,如果在BP 网络的输出层模拟不到期望的输出值,则转入模拟学习的误差信号的反向传播过程[3]。

2、模拟过程中误差信号的反向传播。

误差信号即为所构建的BP 网络的实际输出值与期望输出值之间的差值,误差信号由所构建的BP 网络的输出端沿着BP 网络中原来的神经元连接通路开始逐层向前进行模拟信号的传播。

在模拟学习的误差信号的反向传播过程中,BP 网络的连接权值由模拟学习过程中的误差反馈进行不断的修正调节,通过所构建的BP 网络的连接权值进行修正,最后使该神经网络的信号误差达到所允许的范围内,使得神经网络的实际输出更接近于期望输出。

BP 人工神经网络是一种具有三层或三层以上神经元的层次结构网络,在本文中用一个典型的三层BP 人工神经网络来描述BP 人工神经网络的算法。

该三层BP 神经网络的拓扑结构如图3—2所示。

图3—2所示的为含有隐含层的前馈网络,一般称为三层前馈神经网或三层感知器,即:输入层、隐含层和输出层。

该神经网络是各层神经元仅与相邻层次的神经元之间进行相互连接,同层次内的神经元之间没有联系,各层次神经元之间没有反馈的连接,构成具有一定层次结构的前馈型神经网络系统。

输入层输出层隐含层ABC图3—2 三层BP 神经网络拓扑结构在该神经网络中,n x x x ,,, 21 是作为BP 神经网络的输入值,即输入模拟的样本,m Y Y Y ,,, 21是BP 神经网络的预测值,i j w 和j k w 为BP 神经网络的连接权值。

该BP 神经网络可以看成是一个非线性函数,神经网络的输入值和期望值分别为作为该函数的自变量和因变量。

当该网络输入层的节点数为n ,输出层的节点数为m 时,该网络就表示了一种从n 个自变量到m 个因变量的函数映射关系。

设网路隐含层的阈值为a ,输出层的阈值为b ,隐含层的节点数根据实际需要设定,设为l 。

则根据图3—2 可得:隐含层节点的输出为)(1j ni i i j j a x w f B +=∑=,l j ,,, 21= (3.1)输出层节点的输出为)(1k mk j j k k b B w f C +=∑=,m k ,,, 21= (3.2)其中,在公式(3.1)和(3.2)中,)(⋅f 为可微的Sigmoid 函数,即xe xf −+=11)(。

上面详细的叙述了BP 神经网络的算法,现将基于神经网络的BP 算法概括为三大步:第一,BP 神经网络的构建;第二 ,BP 神经网络的初始化;第三,BP 神经网络的预测。

其具体的流程图如图3—3所示。

图3—3 BP 神经网络的算法流程(二)物流项目风险评价分析以山东临沂地区物流园建设项目为例,首先利用9位物流项目风险评估专家根据项目风险等级发生的可能性,按照9位专家的编号顺序评定项目风险价值后,构造物流项目风险评价矩阵,得到的风险量化3-2-1.3-2-1物流项目风险量化表专家营运风险技术风险市场风险管理风险环境风险Z10.560.240.570.830.20Z20.610.370.920.640.61Z30.380.670.830.650.34Z40.710.460.770.580.43Z50.530.170.260.290.21Z60.780410.490.750.59Z70.650.360.550.820.43Z80.770.210.460.670.42Z90.430.220.540.580.37通过对该物流园项目建设的风险分析,9位专家的风险评估作为作为网络的输入,物流项目的风险等级发生的概率作为网络输出,在神经网络学习的基础上构建神经网络输入层的节点数为9,隐含层的的节点个数为3,输出层的节点为1,网络层次结构为9-3-1,网络结构如图3-4所示。

图3—4 物流项目风险9-3-1BP 神经网络拓扑结构商业故事BUSINESS STORY030产业动态·Industry News上接页码027运而生。

电子商务背景下,企业可以通过网络财务软件的应用,实现对供应资源和市场的控制,资金周转的新模式的构建,从而为企业运营效率和经济效益的提高提供保障。

2、财务管理支付模式的创新。

在现如今的电子商务系统中,电子支付发挥着非常重要的作用。

电子支付主要包括以下三种形式:一是电子货币。

主要有电子钱包、电子现金等形式。

实际上,电子货币和现金是一样的,能够将以数字化形式存在的商品的实际价值体现出来;二是电子支票。

与传统支票相比较而言,电子支票的保存过程更加方便快捷,并且可以通过电子的形式将传统支票所承载的内容全部表现出来。

三是电子信用卡。

与前两种电子支付方式相比较,电子信用卡更加便捷,使用者信用额度的获得可以依托发卡机构,从而防止出现贷款拖欠的问题。