食品供應(yīng)鏈關(guān)鍵點風險預警
——一種基于蟻群算法的分析

劉 薇

(湖南財政經(jīng)濟學院 基礎(chǔ)課部,長沙 410205)

?

食品供應(yīng)鏈關(guān)鍵點風險預警
——一種基于蟻群算法的分析

劉 薇

(湖南財政經(jīng)濟學院 基礎(chǔ)課部,長沙 410205)

摘 要:將蟻群算法數(shù)學模型應(yīng)用于食品供應(yīng)鏈關(guān)鍵點的風險預警分析,融合了蟻群算法的尋優(yōu)能力與食品供應(yīng)鏈的拓撲結(jié)構(gòu)特征.仿真結(jié)果表明: 蟻群算法模型的風險預警方法能更好地凸顯食品供應(yīng)鏈的拓撲結(jié)構(gòu)特點,較好地從食品供應(yīng)鏈結(jié)構(gòu)的規(guī)律中揭示風險存在的方式以及危害程度.

關(guān)鍵詞:蟻群算法; 食品供應(yīng)鏈; 關(guān)鍵點風險; 風險預警

引言

最近十幾年來,隨著經(jīng)濟的快速發(fā)展,人民生活水平不斷提高,人們越來越注重食品的營養(yǎng)和安全.食品安全是一個世界性的課題,它關(guān)系到人類的健康、社會的穩(wěn)定和經(jīng)濟的發(fā)展.國外學者Leon G.M[1]認為食品的安全主要是靠食品供應(yīng)鏈的有效管理來實現(xiàn)的.無論是發(fā)達國家還是發(fā)展中國家,食品安全問題層出不窮,禽流感、毒牛奶、瘋牛病的爆發(fā)使人們認識到食品質(zhì)量安全的跟蹤離不開食品供應(yīng)鏈管理[2].由于食品供應(yīng)鏈上的關(guān)鍵點涉及的風險因素過多,多層次結(jié)構(gòu)和外部環(huán)境因素使得食品供應(yīng)鏈關(guān)鍵點風險預警的復雜程度越來越高,如何快速準確地對食品供應(yīng)鏈關(guān)鍵點風險進行預警是當前迫切需要解決的問題.國內(nèi)學者鄒毅峰[3]將食品冷鏈物流安全可靠度引入車輛路徑優(yōu)化問題,建立模型并利用最大最小蟻群算法進行了求解.顧小林[4]針對食品安全問題建立了基于關(guān)聯(lián)規(guī)則挖掘的食品安全信息預警模型,從數(shù)據(jù)挖掘視角,分析導致食品安全問題的因素并進行診斷和預警.

蟻群算法是20世紀90年代產(chǎn)生的一種模擬螞蟻群體智能行為的仿真優(yōu)化算法,具有正反饋、分布式計算以及貪婪的啟發(fā)式搜索等特點,已經(jīng)成功應(yīng)用于解決TSP(旅行商)組合優(yōu)化問題、分布控制問題以及聚類分析問題[5].本文嘗試將其用于進行食品供應(yīng)鏈關(guān)鍵點風險預警分析,將蟻群算法的尋優(yōu)能力和食品供應(yīng)鏈的拓撲結(jié)構(gòu)有機地結(jié)合起來.仿真結(jié)果表明: 蟻群算法模型的風險預警方法能更好地凸顯食品供應(yīng)鏈拓撲結(jié)構(gòu)特點,從食品供應(yīng)鏈結(jié)構(gòu)的規(guī)律中揭示風險存在的方式以及危害程度.

1　模型構(gòu)建

1.1 預警指標及量化處理

食品供應(yīng)鏈是由農(nóng)業(yè)、食品加工業(yè)、零售企業(yè)和物流配送企業(yè)等相關(guān)企業(yè)構(gòu)成的食品生產(chǎn)和供應(yīng)網(wǎng)絡(luò).食品供應(yīng)鏈關(guān)鍵環(huán)節(jié)主要有: 食品原材料生產(chǎn)、食品加工、食品物流、食品銷售以及安全信息環(huán)節(jié)[6].

圖1 食品供應(yīng)鏈關(guān)鍵點風險預警邏輯關(guān)系圖

由食品行業(yè)分析報告和食品安全標準,給出食品供應(yīng)鏈關(guān)鍵點的風險預警指標.

一是食品供應(yīng)鏈采購風險預警指標(01): 食品原料檢驗能力(0101); 供應(yīng)商能力(0102); 采購管理能力(0103);

二是食品供應(yīng)鏈運輸風險預警指標(02): 食品的承運要求(0201); 食品的運輸貯藏要求(0202);

三是食品供應(yīng)鏈加工環(huán)節(jié)風險預警指標(03): 技術(shù)創(chuàng)新能力(0301); 產(chǎn)品質(zhì)量檢驗(0302); 生產(chǎn)管理(0303); 市場開發(fā)(0304);

四是食品供應(yīng)鏈銷售環(huán)節(jié)風險預警指標(04): 終端市場準入(0401); 終端市場食品質(zhì)量管理(0402); 終端市場食品衛(wèi)生管理(0403); 終端市場食品質(zhì)量追究(0404);

五是食品供應(yīng)鏈信息風險預警指標(05): 信息采集能力(0501); 風險分析能力(0502); 風險信息共享率(0503); 信息內(nèi)容和范圍(0504).

為了提高計算精度,有必要將輸入數(shù)據(jù)進行歸一化處理,將數(shù)據(jù)轉(zhuǎn)化為閉區(qū)間[0,1]上的無量綱性指標值.具體處理方法如下[8]:

(3)定性指標的處理: 可根據(jù)各節(jié)點的實際情況由專家打分,在[0,1]區(qū)間上取值.

1.2 蟻群算法模型

將食品供應(yīng)鏈各節(jié)點看成是n個目標點,讓多個包含目標節(jié)點風險信息素的螞蟻從某一個或多個初始節(jié)點出發(fā),檢查目標節(jié)點的風險狀態(tài),要求尋找出問題節(jié)點.

為了避免殘留信息素過多引起殘留信息淹沒啟發(fā)信息,在每只螞蟻走完一步,或者完成對所有n個節(jié)點的遍歷(也即一個循環(huán)結(jié)束)后,需對殘留信息進行更新處理.t+ n時刻路徑(i ,j)上的信息量可按如下規(guī)則進行調(diào)整:

1.3 算法設(shè)計

假定我們的算法中有m只螞蟻,q0為螞蟻所在節(jié)點或鏈路上風險的相關(guān)性強弱,0≤q0≤ 1.為了提高算法的搜尋速度和能力,確立食品供應(yīng)鏈關(guān)鍵點風險預警信息素采用了全局和局部更新規(guī)則.

在式(1)的基礎(chǔ)上引入式(4).令q≤q0,有

其中Qi(r ,s)為節(jié)點r的第i只螞蟻選擇下一節(jié)點s的概率,P(i ,r ,s)為第i只螞蟻施放在節(jié)點r和s間的鏈路上的信息素總量,ji(r)為與節(jié)點r相鄰且未被該螞蟻此次路由過程所經(jīng)過的節(jié)點集合.螞蟻狀態(tài)的轉(zhuǎn)移可保證尋找食品供應(yīng)鏈風險預警優(yōu)化路徑時避免遺漏有風險隱患的節(jié)點,陷入局部優(yōu)化[10].

為避免后來的螞蟻只在當前所走過的食品供應(yīng)鏈關(guān)鍵節(jié)點附近尋路,需進行信息素局部更新和全局更新.

① 信息素的局部更新規(guī)則[11]

對第i只螞蟻,如果節(jié)點r,s是它選擇的路徑上的兩個相鄰節(jié)點,則信息素P(i ,r ,s)用式(5)來調(diào)節(jié);否則,不調(diào)節(jié).

其中0＜α0＜ 1,c是常數(shù).

② 信息素的全局更新規(guī)則

為搜尋全局最優(yōu)解,對第i只螞蟻,如果節(jié)點r和s是它選擇的路徑上的兩個相鄰節(jié)點,則信息素P(i ,r ,s)按式(6)來調(diào)節(jié); 否則,按公式(7)來調(diào)節(jié).

其中0＜α0＜ 1.

2　算例分析

本文僅做一個模擬算例分析,由MATLAB6.5程序?qū)崿F(xiàn).為了取得較好的結(jié)果,選取蟻群算法的參數(shù): M =10(螞蟻數(shù)目),α0=0.069 ,α1=0.079 ,c =0.32 ,q0=0.91 ,各邊信息素初始值為8.0[13],從某家食品企業(yè)年度考核中選取數(shù)據(jù)進行分析.

表1 樣本食品企業(yè)風險預警指標原始數(shù)據(jù)以及歸一化數(shù)據(jù)

數(shù)據(jù)來源: 2012～2013年食品行業(yè)分析及投資咨詢報告,中國投資咨詢網(wǎng); 食品安全標準,食品安全標準網(wǎng).

表2 食品供應(yīng)鏈關(guān)鍵點風險預警風險區(qū)間劃分

其中,綠色預警是指預計將要發(fā)生一般(Ⅳ級以上)突發(fā)食品安全事件,事件即將臨近,事態(tài)可能會擴大;藍色預警是指預計將要發(fā)生較大(Ⅲ級以上)突發(fā)食品安全事件,事件已經(jīng)臨近,事態(tài)有擴大的趨勢; 橙色預警是指預計將要發(fā)生重大(Ⅱ級以上)突發(fā)食品安全事件,事件即將發(fā)生,事態(tài)正在逐步擴大; 紅色預警是指預計將要發(fā)生特別重大(Ⅰ級以上)突發(fā)食品安全事件,事件會隨時發(fā)生,事態(tài)正在不斷蔓延[14].

上述算例分析只列出路由請求,即對不同的節(jié)點上的風險因素進行檢測.在實際操作過程中往往要釋放多個螞蟻(數(shù)據(jù)包)去搜尋目標節(jié)點,通過整理前面所釋放螞蟻反饋的信息來更新后面要釋放的螞蟻的信息素,然后釋放螞蟻再去檢驗目標節(jié)點,重復多次,則被螞蟻選中次數(shù)最多的那個節(jié)點即為問題節(jié)點,并依次給予風險評級.

表3 蟻群路由算法計算結(jié)果

(010302)　1000 　1000 　0100 　0100(020101)　0010 　0010 　1000 　1000(0200102)　1000 　1000 　0001 　0001(020201)　0010 　0010 　0100 　0100(020202)　1000 　1000 　1000 　1000(020301)　0100 　0100 　0100 　0100(030101)　0010 　0010 　0100 　0100(030102)　1000 　1000 　0001 　0001(030201)　0100 　0100 　1000 　1000(030202)　0010 　0010 　0100 　0100(030301)　0010 　0010 　0010 　0010(030302)　0100 　0100 　0001 　0001(030401)　1000 　1000 　0010 　0010(030402)　0100 　0100 　0100 　0100(040101)　1000 　1000 　1000 　1000(040102)　0100 　0100 　0100 　0100(040201)　0010 　0010 　0010 　0010(040202)　0100 　0100 　1000 　1000(040203)　1000 　1000 　0100 　0100(040301)　0100 　0100 　0001 　0001

由表3可知,該模型的期望輸出值與實際輸出值基本一致,說明通過多次迭代,在風險信息不斷更新的條件下,食品供應(yīng)鏈關(guān)鍵點風險預警的準確率也隨之提高.

3　結(jié)論

本文建立了食品供應(yīng)鏈關(guān)鍵點風險預警指標,將蟻群算法理論融入到食品供應(yīng)鏈風險預警中,建立了食品供應(yīng)鏈風險預警模型,提高了食品供應(yīng)鏈風險預警模型的先進性、可靠性以及可操作性.該模型有兩個顯著特點:(1)只要將主要的風險信息素賦予釋放的螞蟻,在樣本節(jié)點給定范圍內(nèi),該模型能夠在短時間內(nèi)鎖定問題節(jié)點;(2)與一般的風險預警方法比較,基于蟻群算法模型的風險預警方法具有明顯的優(yōu)勢,即能更好凸顯食品供應(yīng)鏈拓撲結(jié)構(gòu)特點,從食品供應(yīng)鏈結(jié)構(gòu)的規(guī)律揭示風險存在的方式以及危害程度.該模型還有以下優(yōu)點: 從關(guān)鍵點角度出發(fā),從局部到整體的風險預警,建立了食品供應(yīng)鏈關(guān)鍵點風險預警網(wǎng)絡(luò); 建立了食品供應(yīng)鏈關(guān)鍵點風險預警模型,解決了食品供應(yīng)鏈風險指標非常復雜以及有些風險指標無法量化的問題; 以食品供應(yīng)鏈風險指標作為輸入,使得食品供應(yīng)鏈風險識別有了可靠的依據(jù).

參考文獻

[1] Leon G.M.Gorris.Food safely objective: An integral part of food chain management [J].Food Control,2005(16): 801～809

[2] 李 樹.技術(shù)性貿(mào)易壁壘下我國政府的行為選擇[J].經(jīng)濟問題探索,2004,8(2): 10～11

[3] 鄒毅峰.食品冷鏈物流的安全可靠度研究[D].長沙: 中南大學博士學位論文,2009

[4] 顧小林.基于關(guān)聯(lián)規(guī)則挖掘的食品安全信息預警模型[J].軟科學,2011(11)

[5] Dorigo M,Gambardella LM.Ant colony system: a cooperative learning approach to the traveling salesman problem[J].IEEE Transactions on Evolutionary Computation,1997,1(1): 53～56

[6] 李 旭.我國食品供應(yīng)鏈的現(xiàn)狀及管理對策[J].中國物流與采購,2004,(11): 8～10

[7] E.Rosen,A.Viswanathan,R.Canon.Multiprotocol Label Switching Architecture [C].IETFR FC3031,2001

[8] R.Yavatkay,D.Hoffman,Y.Bernet,F.Baker,M.Speer.SBM(Subnet Bandwidth Manager).A Protocol for RSVP-based Admission Control over IEEE 802-style networks [C].IETFR FC2814,2000

[9] P.Newman.IP Switching and Gigabit Routers[J].IEEE Communications Magazine,1997,35(1): 68～81

[10] 張 品,李樂民.運用模翔數(shù)解決非確定環(huán)境下的路由問題[J].電子學報,2003,31(12): 1861～1865

[11] 陳國良,王煦法.遺傳算法及其應(yīng)用[M].北京: 人民郵電出版社,1996

[12] 刑文訓,謝金星.現(xiàn)代優(yōu)化計算方法[M].北京: 清華大學出版社,1999

[13] 高 堅.基于自適應(yīng)蟻群算法的多受限網(wǎng)絡(luò)QoS 路由優(yōu)化[J].計算機工程,2003,29(19): 40～64

[14] 盛昭翰.一種基于神經(jīng)網(wǎng)絡(luò)的欺詐風險分析方法[J].應(yīng)用科學學報,2006,(6): 209～213

[15] 臧玉衛(wèi).貝葉斯網(wǎng)絡(luò)在股指期貨風險預警中的應(yīng)用[J].科學學與科學技術(shù)管理,2003,(10): 22～25

Research on the Risk Early-warning for Critical Point of Food Supply Chains Based on Ant Colony Algorithm

LIU Wei
(Department of Basic Courses,Hunan University of Finance and Economics,Changsha 410205,China)

Abstract:Appling the ant colony algorithm mathematical model to the risk early-warning for critical point of food supply chains,fusion optimization ability for ant colony algorithm and topology characteristic for the food supply chains,the simulation results show that the risk early-warning of ant colony algorithm mathematical methods can better highlights food supply chain topology structure characteristics,reveal risks and ways of harm degree from food supply chain structure rule.

Key words:ant colony algorithm,food supply chain,key point risk,risk early warning mode

作者簡介:劉 薇(1983?),女,湖南岳陽人,碩士,湖南財政經(jīng)濟學院基礎(chǔ)課部講師.主要研究方向: 數(shù)理金融

基金項目:湖南省教育廳科學研究項目(12C0565); 湖南省軟科學項目(2014ZK3052); 湖南財政經(jīng)濟學院青年教師科研項目(Q201401)

收稿日期:2015-10-15

中圖分類號:F224

文獻標識碼:A

文章編號:1672-5298(2016)01-0021-06