基于模糊神经网络的战略联盟伙伴评价方法研究

基于模糊神经网络的战略联盟伙伴评价方法研究作者：方健俊14308138;郭晨09008123摘要：选择合适的战略联盟伙伴，利用对方的优势资源，适应动态环境的变化，满足客户不断变化的需求，对企业获得持续的竞争优势有重要意义。

本文在总结以往对于战略联盟伙伴评价和模糊神经网络理论的基础上，根据动态环境的要求，引入情境变量，完善了以往的战略联盟伙伴评价指标体系；同时，建立了基于模糊神经网络的战略联盟伙伴评价模型，该模型具有较强的自学习能力，其评价指标权重通过网络学习自动生成，并在利用G公司对于不同地区一级经销商的评价结果，验证了该模型地有效性。

为企业战略联盟管理提供了一种新的方法。

关键词：战略联盟，伙伴选择，模糊神经网络1引言：随着科学技术的飞速发展，以及消费者需求的不断变化，如何在激烈竞争的市场环境中获得持续的竞争优势，已成为当代企业经营不得不面对的一个问题。

面对资源刚性的约束以及动荡环境的客观要求，选择合适的联盟伙伴，为了实现共同的战略目标，利用彼此的比较优势，形成资源共享，风险共担和利益共享的战略联盟，将有助于企业在激烈的市场竞争中获得持续的竞争优势。

战略联盟的伙伴选择，要求各职能领域的相互协调，优劣势互补，从而实现联盟综合绩效最优化。

因此，如何对战略联盟伙伴进行科学的评价是企业进行战略联盟决策时，必须首先考虑并加以解决的重要问题[1]。

本文认为现实的动态环境要求企业在选择伙伴的过程中，应建立基于潜在伙伴的兼容性（Compatibility），能力（Capability）和投入（Commitment）和现实战略情境（Context）4个方面评价指标体系，同时，建立了基于模糊神经网络的战略联盟伙伴评价模型，并在利用G公司对于不同地区一级经销商的评价结果，验证了该模型的有效性。

2.1战略联盟：2.1.1战略联盟概念战略联盟的概念最早是由美国DEC公司的总裁简·霍普兰德（J.Hepland）和管理学家罗杰·奈格尔（R.Nigel）提出的。

目前，对于战略联盟的概念还还存在很大的分歧，一种观点认为，战略联盟是很强的、平时本是竞争对手的公司组成的企业或伙伴关系，是竞争性联盟（西尔拉Sierra，1995）[2]。

按照上述定义，战略联盟是从事同一种活动的公司之间的合作。

另一种观点认为，战略联盟“是不同国家的公司之间的长期联合，它超出了正常的一市场关系又没有达到兼并的地步”（波特与富勒Porter&Fuller，1986) [3]。

按这种观点，战略联盟是介于市场和公司之间的所有各种安排。

上述两种定义都有不够恰当的地方。

前者过于狭窄，把大量从事互补性活动的公司之间的合作和实力不相等的公司之间的合作排除在外，后者过于广泛，未能把公司之间经常有的互相帮助剔除。

2.1.2战略联盟的形成动因：美国学者P·马里蒂和R·H·斯密里[4]曾对1980年欧洲新闻界报道的10项国际合作协议进行了追踪调查，得出来的有关动因结果是:技术转移占29％，技术互补占41%，市场销售占21％，规模经济占16％，分散风险占14％。

另外，他们还特别指出:不同时期、不同行业具有不同的动因。

史占中（2001）[5]根据2001年近年来企业战略联盟的实践和发展，把促使战略联盟形成的主要动因归结为以下五个方面：促进技术创新、避免经营风险、避免过度竞争、实现资源互补以及开拓新的市场。

刘斌（2006）[6]总结出，对于企业建立战略联盟的动因这一问题，不同学派形成了不同的理论观点。

如资源驱动、交易成本驱动、竞争战略驱动、动态能力驱动、学习驱动、风险驱动、社会网络驱动等。

其中，资源驱动、竞争战略驱动和学习驱动三种论点最具代表性。

2.1.3战略联盟伙伴选择原则：联盟伙伴的选择是建立企业战略联盟的基础和关键环节，慎重地选择合作对象是联盟顺利发展的前提条件。

为了选择合适的联盟伙伴，企业迫切地需要建立一套综合考虑内外部因素的伙伴评价指标体系。

一般而言，联盟的伙伴选择应坚持3C原则，即兼容性(compatibility)、能力(capability)和投入(commitment)。

［7］这一标准已经被许多成功的联盟所证实是企业寻找合作伙伴的关键条件，并被大多数学者所认同。

而本文认为，在联盟伙伴选择的过程中，仅仅通过考察潜在伙伴的各项指标已没有办法真正地找到适合自己的伙伴。

客观环境要求企业将眼光放到联盟之外，考虑本方所面临的外部现实情境因素，主要包括企业所面临的竞争情况，消费者需求变化情况以及产业发展趋势。

只有在明确外部情境因素对于企业战略转型提出的客观要求的前提之下，企业对于伙伴各因素的考察才有意义，否则，即使联盟伙伴完全符合本企业的要求，但由于合作偏离了行业发展趋势，最终还是会以失败告终，比如联想与IBM以并购方式采取的合作，因为忽视个人电脑制造行业残酷的竞争与本品牌所处的现实行业地位，合作最终并没有取得预期的效果。

2.1.4战略联盟伙伴选择方法：为了将伙伴选择原则运用在具体的企业实践中，很多学者综合Saaty.T.L（1980）的层次分析发法与德尔斐专家评价法，通过将问题分解成不同的要素，并按照要素间的相互关联影响和隶属关系将其按不同层次聚集组合，形成一个多层次的分析结构模型以综合评价备选伙伴情况。

针对指标体系中存在许多难以客观评价这一问题，以及德尔斐专家评价法的过程复杂，受主观影响大等局限，国内很多学者借鉴自动控制领域已有成果，提出了许多改进的评价方法。

比如，罗荣桂与杨贵斌（2003）[8]提出运用模糊综合评判法，定性地分析定量指标。

李文博与郑文哲（2005）[9]借鉴用于研究不完整数据、不精确知识的表达、学习、归纳粗集(roughsets)理论，以加快决策的效率。

但由于这些理论本身的复杂性，在企业实践中，使用比例并不是很高。

2.2模糊神经网络：2.2.1概述：模糊神经网络的发展经历了一个漫长的过程，MacCulloch-Pitta模型便是早期将模糊集应用到神经网络中的一例。

此后，人们对模糊神经网络研究得很少。

直到1990年Takagi才综述性地讨论了神经网络与模糊逻辑的结合[10]。

Kosko(1992)出版了该领域的第一本专著《NeuralNetworkandFuzzySystems》[11]，并在这本专著中提出了模糊联想记忆、模糊认知图等重要概念，促进了模糊神经网络的研究向着多元化深入发展。

随着研究的深入，国际著名学术期刊纷纷出版专辑，如《IEEETransactionsonNeuralNetworks》(1992)、《FuzzySetsandSystems》(1996，1997)。

目前，模糊神经网络已经成为智能控制理论的主要研究对象之一。

通常所述的模糊神经网络，既指将模糊化概念和模糊推理引入神经元的模糊神经网络，又指基于神经网络的模糊系统。

前者将模糊成分引入神经网络，提高了原有网络的可解释性和灵活性。

它有两种形式：引入模糊运算的神经网络和用模糊逻辑增强网络功能的神经网络。

而后者则用神经网络结构来实现模糊系统，并利用神经网络学习算法对模糊系统的参数进行调整。

而本文借鉴的则主要是引入模糊运算的神经网络。

2.2.2模糊神经网络的结构：从微观角度来看，模糊神经网络是由普通神经元或模糊神经元组成的。

模糊神经元与普通神经元的结构相同，只不过用模糊数学描述部分参数，因此具有处理模糊信息的能力。

常用的模糊神经元有两种:处理实数输入的模糊神经元和处理模糊输入的模糊神经元。

这两种模糊神经元的具体形式为:“与”模糊神经元(T模操作)和“或”模糊神经元(S模操作)。

Pedrycz和Rocha(1993)通过对模糊逻辑与神经网络融合时逻辑操作的研究，确定了大批模型，并引入聚合神经元(AggregationNeurons)和指示神经元(ReferentialNeurons)，论述了具体问题与网络最终结构间的关系；Hirota与Pedrycz(1993)提出了基于知识的网络(Knowledge basedNetwork)，该网络由“与”、“或”模糊神经元组成，可以清楚地表达区域分类知识[8]。

从宏观角度来看，模糊神经网络是对传统神经网络加入了模糊成分(模糊神经元或模糊化网络的参数)构造的。

表列出了几种模糊神经网络的结构。

狭义模糊神经网络通过调整参数进行学习。

其学习算法可以采用通用学习算法，也可以通过对原有神经网络的学习算法进行拓展得到。

反向传播学习算法、随机搜索法、遗传算法等是几种与具体神经网络结构无关的通用学习算法。

表一模糊神经网络的结构3.战略联盟伙伴选择模型伙伴选择，作为战略联盟的第一步，对联盟的成功起着至关重要的一步。

从根本上来说，合适的联盟伙伴就是与企业的战略目标相匹配的伙伴。

为此，企业迫切地需要建立一套综合考虑内外部因素的伙伴评价指标体系。

一般而言，联盟的伙伴选择应坚持3C原则，即兼容性(compatibility)、能力(capability)和投入(commitment)。

这三个原则是企业寻找合作伙伴的关键条件可以有效地衡量合作伙伴对于本企业战略目标实现贡献的可能性与程度。

而本文认为，在联盟伙伴选择的过程中，仅仅通过考察潜在伙伴的各项指标已没有办法真正地找到适合自己的伙伴。

客观环境要求企业将眼光放到联盟之外，考虑本方所面临的外部现实情境因素，主要包括企业所面临的竞争情况，消费者需求变化情况以及产业发展趋势。

只有在明确外部情境因素对于企业战略转型提出的客观要求的前提之下，企业对于伙伴各因素的考察才有意义，否则，即使联盟伙伴完全符合本企业的要求，但由于合作偏离了行业发展趋势，最终还是会以失败告终，比如联想与IBM以并购方式采取的合作，因为忽视个人电脑制造行业残酷的竞争与本品牌所处的现实行业地位，合作最终并没有取得预期的效果。

本文认为，竞争情况因素，可以用企业市场占有率，利润率等指标进行定量的描述；通过分析，帮助企业确定自己的行业地位，使企业可以根据保持领先或实现追赶的客观要求选择与自己诉求相似并且地位相仿的伙伴。

客户需求一方面可以通过客户满意度，产品更新率等指标进行定量的描述，更需要企业家根据市场的反馈意见进行定性的描述；通过准确把握客户需求，可以帮助企业识别出与客户的现实需要相比，企业的现有不足是什么。

而产业发展趋势，则完全需要依靠企业家依据行业发展客观规律与环境的现实变化，作出预测；基于对产业发展趋势的预测，企业可以明确为实现战略转型最需要的资源到底是什么，由此可以快速地识别潜在的合作伙伴。

在明确企业到底需要什么类型的合作伙伴之后，则可以将眼光转向联盟内部，通过考察备选企业的与本企业资源的互补性，能力的匹配性与承诺的可靠性，最终可以从众多潜在的伙伴中选出最合适的对象。