论文基于智能信息处理供应链绩效评价方法是关于本文可作为绩效评价方面的大学硕士与本科毕业论文绩效评价的意义论文开题报告范文和职称论文论文写作参考文献下载。
摘 要：从软计算的角度出发,比较分析相关供应链绩效评价模型,结果显示不同处理方法的联合将在供应链绩效评价中保持较高的准确度.结合某供应链绩效案例,进行基于智能信息处理的供应链绩效评价方法仿真,结果表明,通过粗糙集约简和模糊综合评估的融合,可显著缩小数据处理规模,降低评估模型的计算复杂度,同时克服模糊评估过度依赖专家知识的缺点.通过粗糙集约简和BP神经网络的融合,可降低BP网络的设计复杂度,克服神经网络训练时间长、知识解释性较差的缺点.
关键词： 供应链绩效评价；模糊综合评估；粗糙集；BP神经网络
中图分类号：C93文献标识码： A文章编号：1003-7217(2011)05-0119-06
一、引 言
在供应链条件下,各节点企业运作行为往往具有随机性和不确定性.动态供应链绩效评价是一个包含多个指标和输入输出的复杂评估系统,各绩效指标具有模糊性、不确定性,彼此之间存在非线性关联性.软计算［1-7］理论和方法是处理动态供应链绩效这样复杂的、具有大量不确定性和模糊性的评估系统的重要技术.在相当多的领域（自然科学、社会科学和工程技术）中,都涉及到对不完备信息和不确定因素的处理.从实际系统中采集到的数据常常包含着噪声、不精确甚至不完整,如果我们采用纯数学上的假设来消除或回避这种不确定性,效果往往不理想.但如果对这种信息使用恰当的方式进行处理,常常有助于实际系统问题的解决.
二、相关研究评述
多年来,研究人员一直在努力寻找科学地处理不完整性和不确定性的有效途径,实践证明,1965年Zadeh［8］创立的模糊集理论和1982年Pawlak［9］倡导的粗糙集理论是处理不确定性的两种很好的方法.事实上,除了上述两种方法外,基于概率统计方法的证据理论也是处理不确定性的一种有效方法.以上众多的方法都属于软计算［10－15］(Soft Computing)的范畴.Zadeh教授提出了软计算的概念,软计算的主要工具包括粗糙集、模糊逻辑(Fuzzy Logic)、神经网络、概率推理(Probability Reasoning)、信任度网络(Belief Network)、遗传算法（Genetic Arithmetic）、混沌理论(Chaos)等.传统的计算方法,即所谓的硬计算(Hard Computing),使用精确、固定和不变的算法来表达和解决问题,软计算利用所允许的不精确性、不确定性和部分真实性得到易于处理、鲁棒性强和成本较低的解决方案,以便更好地和现实系统相协调.因此,软计算作为知识获取和智能信息处理的重要手段,在许多研究领域有着广泛而深入的应用.
（一）基于模糊综合评估的供应链绩效评价
模糊集理论是经典理论的推广,它认为元素总是以一定的程度属于某个集合, 也可能以不同的程度属于几个集合.经典理论中集合的边界是清晰的,而模糊集理论中集合的边界是不清晰的,对人们显示生活中大量使用的一些含义确定但不准确的语言表述,模糊数学可以较好地表达,因而可以自然地用于事物的评价.
在动态供应链绩效评价体系中,各绩效指标之间往往存在着复杂的因果关系,这些指标中既有定性指标也有定量指标,具有模糊和不确定的特点,模糊综合评估方法为处理这种不确定性提供了有力的工具,它能够尽可能地减少个人主观臆断所带来的危害,为合理评价决策提供科学的依据.作者在文献［16］中详细讨论了基于模糊综合分析的供应链绩效评价方法,并结合Markov链预测理论给出了供应链绩效未来的发展趋势.
（二）基于粗糙集约简的供应链绩效评价
Rough集理论是一种刻画含噪声、不完整、不精确、不相容的数学工具,它能有效分析和处理不精确、不一致、不完整等各种不完备信息,并从中发现隐含的知识,揭示潜在的规律,是一种重要的软计算技术.其主要思想是在保持分类能力不变的前提下,通过知识约简,导出概念的分类原则.Rough 集理论是基于不可分辨的思想和知识简化的方法,从数据中推理逻辑规则作为知识系统模型.
如前所述,在供应链条件下,各节点企业运作策略具有动态可调节性,其运作行为具有随机性和不确定性,这就要求在对供应链绩效进行评价必须采用动态评价方法,同时对供应链在未来某一时刻的整体绩效进行预测.粗糙集及其约简理论是处理这种不确定性的重要技术.作者在文献［17］中基于粗糙集理论的绩效评价模型,建立了动态供应链绩效评价决策表,利用粗糙集约简方法得到了预测绩效评价结果的决策规则集,并把粗糙集约简和模糊综合评估技术相结合进行动态供应链绩效评价,显然地缩小了数据处理的规模,降低了模型的计算复杂度.
（三）基于神经网络的供应链绩效评价
神经网络可大规模地并行处理和分布式地存储信息,具有良好的自适应、自组织性以及很强的学习功能、联想功能和容错功能.和当今的冯诺依曼式计算机相比,更加接近人脑的信息处理模式,主要表现为能够处理连续的模拟信号.神经网络并行分布工作,各组成部分同时参和运算,单个神经元的动作速度不高,但总体的处理速度很快.神经网络信息存储分布于全网络各个权重变换之中,某些单元障碍并不影响信息的完整.传统计算机要求有准确的输入条件, 才能给出精确解.神经网络只要求部分条件,甚至对于包含有部分错误的输入,也能得出较好的解答,因此具有较好的容错性.
动态供应链绩效评价是一个包含多个指标输入输出的复杂评估系统,各绩效指标具有模糊性,彼此之间存在非线性关联性.针对这样一个复杂的评估系统,作者曾利用BP神经网络技术来找出供应链绩效评价系统输入-输出之间的非线性映射关系,从而对动态供应链绩效评价结果进行学习和预测.通过和粗糙集约简理论相结合,简化了BP神经网络的结构设计,减小了运算量.
(四)几种软计算方法的优缺点
软计算是一个方法的集合体,目前主要包括粗糙集、模糊逻辑、神经网络、概率推理、信任度网络、遗传算法以及混沌理论等.软计算方法已广泛应用于包括模式识别、数据挖掘、系统评价、故障诊断、专家系统等在内的诸多领域的不精确、不确定问题.软计算方法按照其特点各有优势.例如,模糊集可以通过对人类思维建模来给不确定性问题提供自然的解决机制；粗糙集在属性约简和规则抽取方面性能优良；神经网络对噪声具有强鲁棒性,分类精度高；遗传算法广泛用于优化搜索问题. 同时,以上软计算方法依照算法的不同有各自的局限性：模糊集过度依赖专家知识,遗传算法收敛速度慢、稳定性差,神经网络训练时间过长、知识解释性差,而粗糙集对数据中的噪声较敏感.本文为了克服单一方法的局限,试图通过集成两种或两种以上的软计算方法的软计算融合系统来解决供应链绩效评价的实际问题［6, 7］.
财经理论和实践(双月刊)2011年第5期2011年第5期(总第173期)郑 培,万 炜：基于智能信息处理的供应链绩效评价方法
(五)软计算融合技术在动态供应链绩效评价中的应用
作者详细研究了模糊综合分析、粗糙集理论、神经网络等软计算技术在动态供应链绩效评价中的应用方法.从文献［16-17］实验结果可以初步看出,通过把几种软计算技术融合起来应用于供应链绩效评价,就能够克服单一智能信息处理方法的缺陷,取得更好的效果.本文使用的几种软计算技术能在多个方面进行融合［6, 7］.
粗糙集和神经网络的融合.通过粗糙集的属性约简可以显著减少原始数据量,使神经网络训练时间缩短,从训练后的神经网络中抽取规则也可显著提高神经网络中知识可理解性；神经网络的强鲁棒性也可解决粗糙集处理数据中的噪声问题.
总结:本论文可用于绩效评价论文范文参考下载，绩效评价相关论文写作参考研究。
参考文献：
1、 基于标杆法精益建筑供应链绩效评价 进入21世纪后，供应链管理模式在我国建筑业中已经开始运用，虽然相对于传统的建筑管理模式有很大的改进，但仍存在诸多不足，建筑供应链上仍然充斥着各种。
2、 基于平衡计分卡绿色供应链绩效评价 [摘 要] 实施绿色供应链管理是企业实现生产经营与生态环境的可持续发展的重要战略，科学合理地评价企业绿色供应链绩效是推动绿色供应链管理的有效保障。
3、 供应链合作关系、知识共享和供应链绩效间关系 本研究主要的目的在探讨供应链关系的密切程度与供应链企业间知识共享程度对供应链绩效的影响，以珠三角地区高科技产业为研究对象，所得资料使用回归方程来。
4、 基于AHP检验检测机构检测能力管理信息系统绩效评价方法 [摘 要]针对检验检测机构检测能力管理信息系统的绩效评价，从信息化战略角度，采用平衡计分卡实施工具，构建了检验检测机构检测能力管理信息系统绩效评。
5、 信息价值关于牛鞭效应对供应链绩效影响综述 摘 要 通过强调供应链中信息的价值，本文系统地描述了牛鞭效应对于供应链产生的多重影响，以及减小牛鞭效应的几种方式。希望以此为基础，挖掘该领域的研。