河北工程大学学报（自然科学版）
河北工程大學學報（自然科學版）
하북공정대학학보（자연과학판）
JOURNAL OF HEBEI UNIVERSITY OF ENGINEERING(NATURAL SCIENCE EDITION)
2011年
3期
83-87
,共5页
供应链风险%BP神经网络%关键风险因素%预警
供應鏈風險%BP神經網絡%關鍵風險因素%預警
공응련풍험%BP신경망락%관건풍험인소%예경
通过对供应链风险影响因素的分析建立了供应链风险预警指标体系,利用BP神经网络的自学习特性,反复修正模型的权值,不断减小系统误差,使系统的误差达到该模型要求的精度；然后根据网络输出结果,对网络各层的连接权值进行分析,对比连接权值的大小,找出产生供应链风险的关键风险因素.以河北省28条供应链为例,运用其中25组样本数据对该风险预警系统进行训练,另外3组数据进行测试,结果表明本模型对供应链风险预测的精度达到90％以上,通过网络权值分析可以找到更加切合实际的关键风险因素.
通過對供應鏈風險影響因素的分析建立瞭供應鏈風險預警指標體繫,利用BP神經網絡的自學習特性,反複脩正模型的權值,不斷減小繫統誤差,使繫統的誤差達到該模型要求的精度；然後根據網絡輸齣結果,對網絡各層的連接權值進行分析,對比連接權值的大小,找齣產生供應鏈風險的關鍵風險因素.以河北省28條供應鏈為例,運用其中25組樣本數據對該風險預警繫統進行訓練,另外3組數據進行測試,結果錶明本模型對供應鏈風險預測的精度達到90％以上,通過網絡權值分析可以找到更加切閤實際的關鍵風險因素.
통과대공응련풍험영향인소적분석건립료공응련풍험예경지표체계,이용BP신경망락적자학습특성,반복수정모형적권치,불단감소계통오차,사계통적오차체도해모형요구적정도；연후근거망락수출결과,대망락각층적련접권치진행분석,대비련접권치적대소,조출산생공응련풍험적관건풍험인소.이하북성28조공응련위례,운용기중25조양본수거대해풍험예경계통진행훈련,령외3조수거진행측시,결과표명본모형대공응련풍험예측적정도체도90％이상,통과망락권치분석가이조도경가절합실제적관건풍험인소.
