基于AHP法与BP神经网络的应急物流风险评估与预测模型

合集下载

基于BP神经网络的企业物流服务外包风险预警系统

基于BP神经网络的企业物流服务外包风险预警系统李晓青洪怡恬厦门理工学院管理科学系厦门361024摘要：物流外包已经成为现代物流发展的主流，日益受到企业界与物流学术界的青睐。

然而，国内外物流外包实践的复杂性和高失败率表明企业物流外包的风险性不容忽视。

为防范物流外包风险的发生，企业需要在进行物流外包决策前建立有效的风险预警系统。

首先，运用文献研究法、专家调查法，从管理风险、信息风险、信用及财务风险、市场风险这几个方面构建企业物流外包风险预警指标体系；其次，依据BP神经网络原理，建立用于评估企业物流外包风险水平的BP神经网络风险预警系统，并结合算例进行仿真模拟，证明该模型具有良好的预警精度。

此系统可以考虑大量复杂影响因素，发挥人工智能的学习功能，解决了常用方法难以克服的实时性、敏捷性差的弱点，并能用计算机进行学习训练，大大减少了计算的繁杂程度，提高了运算的精确度，适用性强，具有较强的现实意义。

关键词：物流服务外包风险评价指标体系 BP神经网络一、引言20世纪80年代以来，顾客消费需求的多样化和个性化，市场竞争的日趋激烈化，企业内外环境的日益复杂化迫使资源有限的企业越来越重视集中自己的主要资源与核心业务，将非核心的资源与业务外部化。

而不少行业，如生产与制造业，物流活动一般被认为是辅助性、支持性、非核心的业务范围，越来越多的企业选择放弃自营物流或不再自建物流能力，而将物流业务外包给第三方物流企业（Third Party Logistics,TPL），以提高生产效率，降低经营成本，增加企业利润。

物流外包已成为21世纪国际物流发展的主流，国内外物流外包实践的复杂性和高失败率，表明企业物流外包的风险性不容忽视，外包物流给企业带来诸多利益的同时也存在风险，物流外包风险的存在不仅可能导致成本上升，还危及企业物质资源的安全，甚至导致企业发展战略的彻底失败［1］。

因此，为防范物流外包风险的发生，企业需要在进行物流外包决策前建立有效的风险预警系统，对物流风险水平进行对企业物流外包风险的风险预警与防范机制进行研究势在必行。

AHP和BP神经网络下的装配式建筑供应商评价模型研究

AHP和BP神经网络下的装配式建筑供应商评价模型研究摘要：本文围绕基于AHP和BP神经网络的装配式建筑供应商评价模型中的指标设定、具体评估项选择、权重因子系数设定进行了介绍，供参考。

关键词：层次分析法；BP神经网络；评价模型引言：Analytic Hierarchy Process简称AHP，中文译名层次分析法，是一种对已经定性的问题进行定量分析的多准则决策方法。

运用这种方法分析问题时，能够将其中的多种复杂因素按照特定的联系划分为多个层次，使问题呈现出条理性，有助于科学制定解决方法。

Back Propagation简称BP，是当前应用最广泛的神经网络模型之一，其原理为按照误差逆传播算法，实现对多层前馈网络的训练。

基于AHP和BP构建一种围绕装配式建筑供应商进行评价的模型，有助于有关单位提高对供应商资质的了解程度，对单位的发展大有裨益。

1.基于AHP的装配式建筑供应商评价模型指标体系设计现阶段，装配式建筑结构的应用范围愈加广泛，将特定型号的预制建筑构件运抵施工现场，由施工人员按照设计施工图纸进行组装、安装，能够有效缩短现代建筑工程的工期，相关建筑体普遍具有较高的质量和精度，且在环境保护、节约能源方面均具有较大的优势[1]。

与传统的现浇结构相比，装配式建筑建设所需的材料完全由供应商直接生产、供应，施工现场在原材料制备方面的参与程度已经大幅度下降。

基于此，装配式建筑供应商的资质在很大程度上决定工程质量，故针对供应商的资质进行评价非常重要。

为了提高评价的准确性，在构建评价模型的构成中，评价体系的建设效果、评价指标的设定必须慎之又慎。

一种行之有效的方案为：（1）供应商所提供的原材料的质量、价格、供货过程的顺利程度、供货期间的协同服务共计四项内容可作为重要指标项，在整个评价体系中占据“评价指标层”。

（2）每一个评价指标分别对应数量不等的具体评估侧重点。

第一，质量指标下设：①产品合格率；②质量管理效率；③原材料及配件质量；④生产工艺水平。

浅析AHP法在应急物流预案选择中的应用

浅析A HP 法在应急物流预案选择中的应用史玉洁西南财经大学四川成都 611130=摘要>应急物流是在当前局部的、区域性的,甚至国家或全球范围的自然灾害、公共卫生突发性事件时有发生的背景下产生并被加以重视和研究的一个新领域。

文章对应急物流预案选择的背景及注意事项进行讨论,具体分析了影响应急物流预案选择因素,提出利用典型多方案选择方法)))A H P 法(层次分析法)进行应急预案选择的建议。

=关键词>应急物流预案选择 A H P 法一、应急物流预案选择的研究背景应急物流是指为应对重大疫情、严重自然灾害、军事冲突等突发事件而对物资、人员、资金的需求进行紧急保障的一种特殊物流活动。

它一般是通过物流效率的实现来完成其物流效益的实现。

我国是自然灾害高发的国家之一,因此,建设科学的应急物流系统日益成为研究热点。

在突发事件发生时快速地从众多预案中选取一个最佳方案又是应急物流中的一个极其的重要方面。

正确的应急预案可使整个应急保障机制正规化和有序化,避免整体秩序紊乱,应急物流保障社会成本高、效率低、遗留问题多等弊端。

从经济学的观点看,正确的应急物流预案可以降低应急物流保障机制出现典型/帕累托无效率0状态的几率,进行资源的合理配置,向实现/帕累托最优0(同样效果成本要低)的方向努力。

基于以上考虑,本文提出了应用多目标决策中一个有效、易行的方法)))层次分析法(即A H P 法),用以解决应急物流最佳预案的选择。

二、AHP 法与应急物流预案选择(一)应急物流预案选择的特点应急物流的突发性、不确定性等特点决定了应急物流必须着眼于平时的准备,而应急物流预案的准备是其中的一项重要内容。

当突发事件发生时,要求于最短的时间内在多个应急预案中确定一个最适宜的方案付诸实施,这样才能达到应急物流实现最高效率的同时兼顾效益的目标。

因此,如何给各个应急物流预案进行评价和排序,从而选出一个最佳方案是一项重要的与值得研究的工作。

基于AHP-BP的虚拟经营风险评价

Ｍ公司源于温州，建于１９年。０Ｈ，９４２Ｏ年５Ｍ公司与以长三角和珠三角为中心的３００多家生产供应商建立合作关系，伞国拥有在＿２０家加盟和直营专卖店铺，有温州、００多拥上海、北京、杭州、重庆、广州、上海等分公司；１年销售额达到７亿元，２０年２００５较０９增长４％。４１９９５年，公司销售形势一片大好，ＭＭ公司的服装品种也越来越多，但是自己工厂己经没有能力去生产这么多品种，当时的厂房，能解决２％的市场需要。于是Ｍ公二只０Ｊ董事长决定放弃了传统的前店后模式，干自己最擅长的、做附加值最高的环节。把耗资最大的生产和销售环节全部外包，所有资金专注丁附加值更高的品牌塑造和产品设计。种借鸡生蛋的做法就是Ｍ公司虚拟经这营模式的雏形。公司将有限的资源集中到Ｍ品牌经营与设计等环节，用成熟的信息化利管理手段，保证整个协作系统的高效运行。（）－Ｍ公司虚拟经营的风险评价１输入层的设计。、建立评价系统的指标体系结构，图１如所示。利用层次分析法计算底层指标的综合权重，并按照指标权值的重要性大小进行降序排列。依据重要胜指标筛
险评价的ＡＰＢ模型，试利用层次分析Ｈ－Ｐ尝
法作为反向传播网络的前处理，以其结果作为ＢＰ的输入，提高模型效率。

基于BP神经网络的企业应急物流风险管理

（）１自然灾害。自然灾害一旦发生，无论是对公共事务，还是企业的正常运作都会造成影响，从而势必会产生大量的应急物流需求；２公共卫生事件。突发性公共卫生事件不仅对（）
【收稿日￣］０２０ — ９２１— ３０【作者简介】张杰（９９，，１８一）男河南南阳人，硕士研究生，研究方向：物流与供应链管理、风险管理；汤齐（９５）男，１６一，天津人，教授，博士，硕士生导师，研究方向：企业物流系统规划、交通运输、生产管理。
１企业应急物流风险管理过程．３
企业应急物流风险管理是指在对应急物流企业的风险进行识别、分析的基础上，优化风险预警和控制的技术，以最少的风险管理成本来达到有效控制和处理风险的过程，目的是为了防止和减少风险损失，障经营过程的顺利进行，保实现企
信任问题的突发事件都可能会产生应急物流需求；５其它原（）因。政治、经济、技术环境的变动或者传媒的导向都可能会导致应急物流需求。
疫情之后。高文军等（０２９年）急物流总结为：０将应以追求时间效益最大化和突发事件造成损失最小化为目标的单向或双向的特种物流活动『ｌ＿。本文对企业应急物流的定义是：企业应急
有效的参考依据。
【词】关键企业应急物流；风险分析；预警模型；风险控制
【中图分类号】２２７Ｆ７．【文献标识码】Ａ［文章￣－１ｏ — ５Ｘ（０２０ — ２９０］ｏ５１２２１）８０２ — ４
ＲｉｋａｎａｍｅｏｓＭｇｅｎｔｆｒＥｎｔｒｒｉｅＥｍｅｇｎｃｅｐｓｒｅｙＬｏｇｓｉｓＢａｅｏｎＢＰｕｒｌＮｅｗｏｒｉｔｃｓｄＮｅａｔｋ

基于AHP和BP神经网络的高速公路物流预测模型研究

基于ＡＨＰ和ＢＰ神经网络的高速公路物流预测模型研究结合高速公路的特点，基于层次分析法和神经网络，建立高速公路物流预测模型，以湖南高速公路物流为样本对模型进行实证分析，验证模型的有效性和准确性。

标签：高速公路物流预测层次分析法神经网络一、引言近年来，我国高速公路的快速发展带动了高速公路物流产业的兴起，但是从总体上而言，高速公路物流产业的发展还处于初级阶段，相关研究比较少。

目前国内研究主要是采用神经网络的方法建立模型并进行预测，普遍存在输入变量权重、维数难定和预测精度偏低的问题。

针对以上问题，运用层次分析法和神经网络结合的研究方法，利用层次分析法确定变量权重和维数的优势，弥补BP算法在这里的不足，极大地增强了物流量预测的精确性。

二、高速公路模型的设计1.高速公路物流量的相关因素分析影响高速公路物流量规模的因素较多，但从总体上考虑主要有三个：沿线经济发展水平、产业结构和经济布局，文中指标的选定也是根据这些因素来确定。

由于影响地区经济发展的相关因素之间存在一定的权重和次序关系，采用层次分析法对这些相关因素进行权重设置和排序，保证了BP神经网络建模的准确性，同时由于反映高速公路物流需求的指标有多个，如货运量、货物周转量，为保证结论的准确性，确认的输出变量也为多个。

2.构建基于神经网络的物流预测模型高速公路物流需求神经网络采用三层BP结构，即输入层、隐含层及输出层，其中输入的节点数目为可以用来预测高速公路物流规模的影响地区经济发展的经济变量的个数，输出的节点数目为所预测的高速公路物流规模的变量个数。

三、预测模型的应用1.预测指标的确定为验证上述模型的有效性，以湖南高速公路作为应用实例，同时考虑数据的可得性，本文选用的物流规模预测的经济指标为：湖南省GDP、第一产业产值、第二产业产值、第三产业产值、地区零售总额、进出口总额和人均消费水平，分别设为x1…x7。

此外由于衡量高速公路物流规模的变量有多个，文中选取的输出变量是最能代表高速公路物流规模的，即高速公路货运量和货运周转量，分设为和。

基于BP神经网络的应急物流风险评价研究的开题报告

基于BP神经网络的应急物流风险评价研究的开题报告一、研究背景及意义应急物流是保障国家和人民生命财产安全的重要措施之一，是在灾害、战争、突发事件等紧急情况下组织物资的采购、运输、仓储等一系列活动，以保障灾民生命财产安全，维护社会稳定。

但应急物流在实际操作中，难免受到各种不可预知的风险影响，如交通堵塞、自然灾害、恐怖袭击等，这些风险会严重影响应急物流的运作，导致应急物资采购、运输、储备等环节受阻甚至无法进行，从而引发更大的灾害和社会不稳定。

因此，对应急物流风险进行评估，建立科学的风险管理机制，是应急物流保障体系的重要组成部分。

BP神经网络是一种基于反向传播算法的多层前馈神经网络，具有适应性强、泛化能力好、与非线性系统的适应性能力强等优点，已经被广泛应用于各个领域中。

本研究将尝试使用BP神经网络进行应急物流风险评价，以提高应急物流效率和灵活性，确保应急物资能够稳定运输和储备，为应对突发事件提供科学、可靠的物流保障。

二、研究内容和研究方法1.研究内容（1）确定应急物流风险评价指标：建立完整的应急物流风险评价指标体系，包括物流运输风险、物流供应链风险、物流配送风险等指标。

（2）建立BP神经网络模型：将各种风险指标输入BP神经网络，构建应急物流风险评价模型，并通过模型筛选出风险因素，为进一步制定应急物流风险管理措施提供参考。

（3）实证分析：利用实际应急物流数据进行模型的训练和验证，获取模型精确性和预测能力。

2.研究方法本研究使用BP神经网络进行应急物流风险评价，主要方法包括：（1）文献研究：对应急物流与风险管理领域的相关研究成果进行综述和分析。

（2）风险评价指标体系构建：根据研究文献和专家意见确定应急物流风险评价指标体系。

（3）BP神经网络模型构建：建立应急物流风险评价的BP神经网络模型，包括输入层、中间层和输出层。

（4）数据准备和训练：采集应急物流数据，进行数据预处理和归一化，然后使用BP神经网络进行训练和测试。

冠心病介入治疗风险评估与应急预案

冠心病介入治疗风险评估与应急预案【导语】以下是作者精心整理的冠心病介入治疗风险评估与应急预案（共3篇），仅供参考，希望能够帮助到大家。

篇1：冠心病介入治疗风险评估与应急预案冠心病介入治疗风险评估与应急预案冠心病介入治疗是指用经皮穿刺动脉的方法，经股动脉或桡动脉将带有球囊的扩张管插入到冠状动脉狭窄部位，然后充气加压，使球囊扩张，通过对冠状动脉壁上粥样斑块的机械挤压及牵张作用，使狭窄血管腔扩张，减少血管狭窄的程度，增加冠脉血流量，改善局部心肌血液供应，从而使心肌缺血引起的各种症状如胸痛和/或胸闷减轻或消失，达到治疗的目的。

狭窄血管被扩张后，在病变部位再放置一个支架(stent) 以免被扩张的冠脉血管弹性回缩及减少重新发生狭窄(称再狭窄)。

近年来研制出一种减少支架植入术后再狭窄发生率的所谓“药物涂层支架”。

该类支架的表面涂有一种特殊药物，可防止或减少支架内再狭窄。

“药物涂层支架”虽然价格比较昂贵，但由于临床上取得较为满意的效果，而且方法较为简便、安全，患者也乐于接受。

冠心病介入治疗的适应症包括：心绞痛经积极药物治疗，病情未能稳定；虽心绞痛症状轻微，但有明确大面积心肌缺血的客观证据，狭窄病变显著；介入治疗或心脏搭桥术后心绞痛，冠状动脉管腔再狭窄；急性心肌梗死发病12小时以内，若超过12小时则1-2周后进行介入治疗。

禁忌证包括缺血性心肌病、极低的心功能EF＜20%、肾功能不全及低肾小球滤过率等，介入治疗后部分存在的有焦虑、腹胀、腰酸背痛、排尿困难、穿刺部位出血、术后低血压、造影剂反应、急性冠状动脉闭塞、心脏压塞等。

心力衰竭、心律失常等严重并发症发生率较低,并与适应证和技术水平有密切关系。

单支血管病的患者总体来说预后是好的，远期存活率很高（年死亡率<1%）,但这些患者同时也存在心绞痛发作活动能力和工作状况下降，而且需要长期药物治疗等问题。

关于多支血管病的血运重建问题，尤其要考虑的.是患者的伴随疾病，与左室功能状况。

基于ANP的应急资源运输路线评价模型

图１
运输路线评价模型建模流程
应急物流运输与正常环境下的企业运输调度有所不同，它具有突发性、不确定性、弱经济性等特点，正是由于这些特点使得应急物流运输调度必须着眼于平时准备，如应急物流预案、应急物资的日常储备、运载车辆的维修保养和应急物资运输相关数据的收集等。因此，为适当简化模式的发展与界定模式的使用限制，本研究拟订下列基本假设：１．灾区通信极可能因灾害的发生而损坏，外界难以完全得知灾区整体情形，故灾害发生初期，须先搜集整体损坏情况之资料。因此，本模式假设灾区资料已完全搜集，且从应急物流中心到灾区的路线可正确掌握，在整体考量下做出决策。２．本研究仅考虑纯粹物资的流动方式，即供给点到需求点的路径选择模式。
应急物流与逆向物流
基于ＡＮＰ的应急资源运输路线评价模型
吴小燕
曾敏刚
摘要：应急资源运输对于提高突发公共事件响应能力、节约救援时间、降低生命
财产损失具有重要作用。本文回顾了应急资源运输路线的文献，指出目前定量和定性研
究方法存在不足。考虑应急物资运输的时间，安全、经济成本和环境成本指标。提出了应急资源运输路线评价流程，利用最短路径算法选出３～５条候选路径；建立了最短路径ＡＮＰ赋权关系图，运用网络分析法确定各指标的权重；考虑指标之间的相互影响与制约关系，建立了指标非线性组合关系的多属性综合评价决策模型。以某地区ｘ发生自然灾害运输路径评价的分析和计算，结果表明应急资源运输路线评价模型的有效性和可行性。关键词：应急物流应急资源运输网络分析法
磬等（２００５）在文中建立了一个以ＡＮＰ理论为基础的物流联盟盟员选择模型；再到
近期ＢｅｒｎｈａｒｄＷｏｌｆｓｌｅｈｎｅｒ等（２００７）将ＡＮＰ法应用到可持续化森林管理策略评价；
Ｉｈｓａｎ

AHP法在应急物流方案中的应用

应急物流从概念的提出至今,时间不长,但因其对社会的重大意义,研究的广度和深度不断加大。

国内外对应急物流的内涵、规律、保障机制、实现途径等方面都进行了深入的研究,但同时,笔者通过大量的文献查询与资料阅读发现,针对突发事件发生时应急物流方案选择问题却未见专门研究,而在突发事件发生时快速地从众多预案中选取一个最佳方案又是应急物流中的一个极其的重要方面。

基于上述考虑,本文提出应用多目标决策中一个有效、易行的方法--层次分析法(又称AHP法)来解决应急物流方案选择问题。

（1）AHP法与应急物流方案选择AHP法是层次分析法(AnalyticalHierarchyProcess)的简称,是20世纪70年代美国运筹学专家T.L.Saaty提出来的。

AHP法是把问题的内在层次与联系判定量化并作出方案排序的方法。

这是一种定性和定量相结合的、系统化层次化的方法。

其要点是:把一个复杂问题分解成组成因素,并按支配关系形成层次结构,然后应用两两比较法确定决策方案的重要性。

这种方法具有要求的信息量很少,决策过程花费的时间短等特点。

AHP法的方法步骤如下:1)分析系统中各因素间的关系,建立系统的递阶层次结构。

一般,将决策问题分为3个大的层次,最上层为目标层,只有一个元素,中间层为准则层,最下层为方案层,准则层和方案层均有多个元素,准则层还可能有多个层次。

2)对同一层次的元素进行两两比较,构造成对比较矩阵。

3)层次单排序及其一致性检验。

计算同一层次中的各个元素对于上一层次中的某个元素的权重,并作一致性检验。

4)层次总排序及其一致性检验。

计算方案层对目标层的权重,并作一致性检验,最后进行方案排序。

（2）应用AHP法进行方案选择应急物流的突发性、不确定性等特点决定了应急物流必须着眼于平时的预备,而应急物流预案的预备是其中的一项重要内容。

另一方面,当突发事件发生时,要求于最短的时间内在多个应急预案中确定一个最适宜的方案付诸实施,这样才能达到应急物流实现最高效率的同时兼顾效益的目标。

基于AHP和BP神经网络的煤矿安全评价方法

2 煤矿安全评价模型构建
基于以上分析，建立了基于 AHP 和 BP 神经网 ·5·
2012 年第 10 期
中州煤炭
总第 202 期
络的煤矿安全评价模型（图 1）。①用 AHP 分析影响煤矿整体安全水平的安全因素，并确定指标体系中各评价指标的权重。②选取某地区若干煤矿作为研究样本，由专家给出各个安全评价指标的评分，通过加权计算得出风险评价结果，所得数据作为 BP 神经网络训练和测试样本。③网络训练成熟后，将各参数保存，用户使用时只要输入各评价指标的分值，模型就会输出较客观的安全评价结果［4］。
指标 C
C11 C12 C13 C14 C21 C22 C23 C24
表 1 风险评价指标权重
综合权重 W
0. 130 0. 087 0. 038 0. 022 0. 012 0. 076 0. 046 0. 027
指标 C
C31 C32 C33 C34 C41 C42 C43
综合权重 W
0. 104 0. 269 0. 058 0. 036 0. 023 0. 060 0. 013
2. 2 构建 BP 神经网络 2. 2. 1 确定网络拓扑结构
（ 1）确定 BP 神经网络的层数。神经网络的结构越复杂，它处理复杂非线性问题的能力越强，但训练时间也越长；如果结构过于简单，网络训练将很难收敛。Hecht Niclson［6］证明了对于闭区间内的任何一个连续函数，都可以用含有一个隐含层的 BP 神经网络来逼近。因此，采用含有一个隐含层的 3 层 BP 神经网络建立煤矿安全评价模型，其结构如图 3 所示。
验证了模型的适用性。
关键词：煤矿安全；安全评价；层次分析法； BP 神经网络

基于AHP-BPNN的信息系统风险评估模型

基于AHP-BPNN的信息系统风险评估模型郝倩;刘春茂【摘要】风险评估保证信息系统安全的一种重要技术,信息系统风险受到众多影响,具有动态性和时变性,为了提高信息系统风险评估的精度,提出一种层次分析法和神经网络的信息系统风险评估模型(AHP-BP).首先对当前信息系统风险研究现状进行分析,并根据专家构建评估指标体系,然后利用层次分析法对评估指标权重进行估计,并根据BP神经网络建立信息系统风险的评估模型,最后利用信息系统风险数据对评估结果的可靠性进行测试.结果表明,模型可以合理确定评估指标的权重,可以描述信息系统风险因子与期望值间的变化关系,获得了理想的信息系统风险评估结果,具有一定的实际应用价值.【期刊名称】《微型电脑应用》【年(卷),期】2016(032)008【总页数】4页(P8-11)【关键词】系统风险;影响因素;指标权重;层次分析法【作者】郝倩;刘春茂【作者单位】河南工业职业技术学院南阳,473000;河南工业职业技术学院南阳,473000【正文语种】中文【中图分类】TP311近些年，信息技术的不断发展和成熟，已经在各个领域得到了深入应用，涌现了大量的信息系统[1,2]。

信息系统给人们带来便利的同时，一些病毒、木马程序对其安全性进行破坏，使得信息系统存在安全隐患。

风险评估可以了解信息系统的风险状态和安全态势，因此风险评估成为当前信息系统安全领域待解决的一个难题[3,4]。

针对信息系统风险评估问题，人们展开了系统的研究，当前主要有定性评估、定量评估以及人工智能评估等方法。

定性评估方法主要有：历史比较法、德尔菲法等[5,6]，它们基于经验知识获得评估结果，带有明显的人为因素，评估结果主观性强，不科学。

定量评估方法主要有：聚类分析、决策树等[7,8]，它们存在一定的局限性，普适性不强。

信息系统风险评估受到众多影响，具有动态性和时变性，信息系统是一个复杂的系统，定量或者定性评估方法难以进行准确评估，评估误差大[9]。

基于AHP—F的危险货物运输应急能力评价模型

ＳＨＡＮＧｎｙｎ ’ Ｈｏｇａ
（．Ｓｈｏｏｃｎｍｃｎｎｇｍｎ，ｈｎ ’ｎＵｉ．ｉａ１０４Ｃｉａ１ｃｏｌｆｏｏｉｓｄＭａａｅｅｔＣａｇａｎｖ，Ｘ ’ｎ７０６，ｈ；Ｅａｎ
２ｎｔｕｆｏｃｎｎｇｍｎ，ｈｎｓｃｄｍｆｃｅｃｓＢｉｎ０１０Ｃｉａ．ＩｓｔｔｏＰｌｙａｄＭａａｅｅｔＣｉｅＡａｅｙｏｉｎｅ，ｅｉｇ１０９，ｈｎ）ｉｅｉｅＳｊ
中图分类号：４１Ｆ５；５２６Ｕ９；２２Ｆ１．
文献标志码：Ａ
ＥｍｅｇｎｙｒｓｏｓａａｉｔｓｅｓｅｔｍｏｌｏａａｄｕｒｅｃｅｐｎｅｃｐｂｌｙａｓｓｍｎｄｅｆｈｚｒｏｓｉｍａｅｉｌｒｎｐｏｔｔｏａｅｎＡＨＰ－ｔｒａｓｔａｓｒａｉｎｂｓｄｏＦ
文章编号：６２—９９（０８０ —０１０１７４８２０）４０２ —４
基于ＡＰＦ的危险货物运输应急能力评价模型Ｈ—
尚鸿雁
（．安大学经济管理学院，安１长西７０６；．国科学院科技政策与管理科学研究所，京１０９）１０４２中北０１０
ｍｅｔｍｏｅ，ｂｓｄｏｎｄｌａｅｎＡＨＰ— Ａｌｋｉｓｏｍｅｇｎｙｒｓｏｓａａｌｙｉｚｒｏｓｍａｅｉｌｒｎ－Ｆ．ｌｎｄｆｅｒｅｃｅｐｎｅｃｐｂｉｔｎｈａａｄｕｔｒａｓｔａｓｉ

BP神经网络在物流预测中的应用

1 物流预测及其现有的解决方法
1.1 物流预测
所谓预测, 就是人们对某一不确定的或未知的事件的表述。一般这个不确定的事件具有未来的性质。具体来说, 预测就是要把某一未知的事件发生的不确定性最小化。
从本质上看, 预测是以变化为前提的。如果没有变化, 预测也就不存在了。因此, 可以说预测就是掌握。预测就是: 第一要正确地掌握变化的原因; 第二要了解变化的状态; 第三要从量的变化中找出因果关系: 第四从以上的变化中找出规律性的东西对未来进行判断。
（2-1）（2-2）（2-3）
q
q
M
ok (netk ) ( wki yi ak ) wki( wij x j i ) ak
i 1
i1
j 1
（2-4）
（2）误差的反向传播过程
误差的反向传播，即首先由输出层开始逐层计算各层神经元的输出误差，然后根
据误差梯度下降法来调节各层的权值和阈值，使修改后的网络的最终输出能接近
5) 20 世纪 90 年代以后的发展时期。这一时期大多数学者的研究集中在三个方面:开发现有模型的应用,并在应用中根据实际运行情况对模型、算法加以改造,以提高网络的训练速度和运行的准确度:希望在理论上寻找新的突破,建立新的专用或通用的模型和算法;进一步对生物神经系统进行研究,不断的丰富对人脑的认识。总的来说，人工神经网络是由多个非常简单的处理单元彼此按某种方式相互
3) 1968-1980 年是人工神经网络研究的低潮期。神经网络研究工作受到了现代计算机和人工智能快速发展所带来的冲击,基于仿生学的结构主义用硬件来模拟人脑的企图,不可避免的受到了严重的阻碍,但世界上仍有一部分学者献身于神经网络的研究,为后期的复兴奠定了基础。如威德罗(widrwo.B.)的自适应线性元件(adaline)模型;安德森(Andersno)的线性联想记忆理论;冯德曼尔斯博格(VonDerMakburg)的竞争学习理论,以及格罗斯博格(Grossberg.S)的自适应共振理论(ATR)等。

基于BP 神经网络的物流预测方法

摘要针对传统物流预测方法的局限研究了基于ＢＰ模型神经网络的物流预测方法即依据历史数据建立ＢＰ神经网络然后进行训练形成物流预测模型阐明了神经网络具有记忆学习功能得出它能够很好模拟物流发展趋势大量预测结果的准确性表明基于神经网络的物流预测是一个行之有效的方法关键词物流预测人工神经网络ＢＰ网络文献标识码 A 文章编号 1006 0316(2004)03 0004 03 中图分类号 TB
魏福玉王龙山等. 最优化技术在板材排样工艺中的 3 45 46.
式中 W1 W2 表示余料 T1 和 T2 的宽度 L1 L2 表示余料 T1 和 T2 的长度当选取第一方案时可利用式(4)计算余料 T1 和 T2 的尺度当选取第二方案时则可利用式(5)计算按这样的过程进行若干次排样之后一般会产生阶梯状的排样图形同时也产生个可排点这时判断所有这些余料矩形是否还有面积较小零件可以排样于其中若有则对该矩形继续排样若以上过程中所有的余料矩形件都被排完则终止排样若钢板中剩下区域不能排下任何一个面积较小零件同时矩形件还没全部排完则从下一块钢板上开始排样剩下的矩形件重复以上过程直至所有的矩形件被排完为止 [3] 2 2 用图形自动碰靠的方法进一步增加各排样零件的紧密程度由于以上方法是对不规则零件采用按其矩形包络后的轮廓排样的所以去除各不规则零件的包络矩形之后可能还会有不少可以利用的区域在这一个步骤中就要在初步定位的基础上按照各个零件原来的形状去除包络矩形后进行碰靠操作以尽量减少浪费的面积 2 3 人机交互法进行插补操作
p p δ ij = δ jp (1 − δ jp ) ∑ δ jk w jk
l l l l
k =1