基于神经网络的高管层决策支持系统

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于神经网络的高管层决策支持系统

摘要:本文针对中国企业中常见的高管层计算机水平较低,决策经验化等现象,使用人工神经网络设计了决策支持系统,阐明了基于人工神经网络的决策可以有

效地帮助企业高管层进行科学管理。

关键词:神经网络决策支持系统

引言

随着当今社会的发展,我们正处于一个信息爆炸的时代。每天被海量信息所

包围,如何从这些信息中甄选出有用的信息,以便做出正确的决策,这几乎是每

一个企业的高层管理者所关心的问题。随着信息技术的发展,决策支持系统的出现,管理者可以使用决策支持系统处理大量信息而不必为冗余信息所干扰,这样

就大大提高了决策的科学性与准确性。

1 基础理论概述

1.1 决策支持系统概述决策支持系统(Decision Support System,简称DSS)是辅

助决策者通过数据、模型和知识,以人机交互方式进行半结构化或非结构化决策

的计算机应用系统,它为决策者提供分析问题、建立模型、模拟决策过程和方案

的环境,调用各种信息资源和分析工具,帮助决策者提高决策水平和质量。

决策支持系统的核心是数据库和模型库,一个典型的数据支持系统还包括对

话管理器。管理者和决策者可以根据存储在数据库中的大量数据进行定性分析,

并借助模型库进行定量分析。

1.2 神经网络概述神经网络(Neuronic Network)一种模仿动物神经网络行为

特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。从概念

上讲,神经网络包含三个层次的虚拟神经元,一个是输入层,一个是输出层,在

它们中间的是隐藏层,当然可能有多个隐藏层。神经网路的有点有:①学习,并根据新环境自行调整;②进行大量的并行处理;③可以在信息不完整或信息结

构不够良好的情况下工作;④可以大量处理变量间有依赖关系的信息;⑤分析

信息的非线性关系,又称曲线回归分析。

2 系统仿真及应用

2.1 仿真实现用户由终端输入数据,数据会根据事先预设的判断条件判断数

据是否合法,如果数据非法,为了系统安全(如保证企业机密不会泄露),系统

会报告数据错误,之后推出程序;而对于合法数据,则可以存储到数据库当中。

对于存储到数据库中的数据,则可以结合其它情况进行调用判断,如果条件

不够充分,系统就会显示无法调用;如果条件允许,则调用决策支持系统。而使

用决策支持系统帮助决策这项工作则是通过神经网络算法对存储的数据进行处理

完成的。这些数据主要是企业的经营状况指标,而神经网络模型会事先接受训练,学会根据这些指标判断企业的经营状况是否良好,发展的潜力有多大等等。形化

的形式输出处理的结果。

2.2 管理层应用在实际应用中,公司的高管层可以根据本公司的实际情况设

置训练条件,这些情况包括公司的经营状况、发展前景以及管理者自身的水平等。例如,管理人员可以将公司的财务数据输入系统,或是将同行业的其它公司的数

据输入系统,经过训练的系统会自动输出公司的财务分析评价报告,或者是行业

对比报告,有助于决策者的判断,尤其是对于一些关键问题,例如企业是否盈利、企业经营概况是否良好、企业出现问题能否及时发现并应对、企业今后的发展趋

势是怎样的。

3 结论

本文使用人工神经网络为内核设计了决策支持系统以帮助高管层更为科学的

决策,使用者通过该系统可以有效地处理大量复杂的数据,从而提高管理的科学性。应用计算机可以方便地完成算法设计和数据运算,排除人为因素,有利于保

证结果的真实,具有客观性强、误差小、可以进行动态跟踪比较的优势。模型不

仅可以为企业在实际运营中判定企业风险提供科学的手段和可靠的依据,而且还

可以使经营者在危机出现的萌芽阶段采取有效措施,有针对性的进行调控,避免

损失。但是,该系统也有其不足之处:

第一,该系统只是一种理论模型,且代码也没有经过调试,也没有验证算法

的收敛性,缺乏实践证明。

第二,该系统需要大量且准确的数据作支撑,否则人工神经网络无法正常有

效地学习,也就无法正常有效地预测。

第三,该系统是一个通用的模型系统,在实际应用中必须根据各行业自身的

特点在进行改进与再设计。

参考文献:

[1]王登.基于人工神经网络的货运量预测模型研究[J].物流工程与管理.2009.(3).

[2]王桂娟.基于BP神经网络的企业信用评价模型[J].河北企业.2009.(4).

[3]孔建行,戴宗友,苗卿.基于改进神经网络的智能库存管理应用研究[J].电脑知识与技术,2009,(6).

[4]秦迎林,李艳红.基于BP神经网络的第三方物流资源整合风险预警模型[J].统计与决策,2009,(7).

[5]苏晓东.基于人工神经网络的管理信息系统开发平台[D].哈尔滨工程大学学报,2005.

作者简介:李伟(1984-),男,河北省秦皇岛人,河北经贸大学技术经济与管理专业研究生,研究方向:物流管理与企业创新管理;高霞(1986-),女,河北石家庄人,河北经贸大学会计

学专业研究生,研究方向:审计理论与方法。

相关文档
最新文档