“互聯(lián)網(wǎng)+”背景下基于Elman反饋型神經(jīng)網(wǎng)絡(luò)的虛擬企業(yè)風(fēng)險(xiǎn)評(píng)價(jià)

張?zhí)烊? 劉 彬, 戴 瑤, 蘇瑩瑩, 王淑梅

(1. 沈陽(yáng)大學(xué) a. 機(jī)械工程學(xué)院, b. 工商管理學(xué)院, 遼寧 沈陽(yáng) 110044;2. 東北大學(xué) 機(jī)械工程與自動(dòng)化學(xué)院, 遼寧 沈陽(yáng) 110819)

虛擬聯(lián)盟企業(yè)因其動(dòng)態(tài)性、臨時(shí)性,致使伙伴企業(yè)間的合作關(guān)系復(fù)雜、外部的市場(chǎng)環(huán)境不確定性加大,合作成員的企業(yè)文化和組織能力迥異,增加了其運(yùn)行的各種風(fēng)險(xiǎn).面向市場(chǎng)激烈競(jìng)爭(zhēng),要及時(shí)把握市場(chǎng)動(dòng)態(tài)變化,跟隨新知識(shí)、新技術(shù)及新產(chǎn)品的動(dòng)態(tài)發(fā)展步伐,以求得虛擬企業(yè)在復(fù)雜的市場(chǎng)環(huán)境中及時(shí)作出響應(yīng).變化莫測(cè)的市場(chǎng)環(huán)境,使得虛擬聯(lián)盟企業(yè)的運(yùn)行過(guò)程相比傳統(tǒng)企業(yè)而言,難度更高.包括如設(shè)備、人力、物料、技術(shù)等硬件設(shè)施和人員素質(zhì)、信息化程度等軟實(shí)力,加大了與實(shí)際市場(chǎng)需求之間的差距,因此更易產(chǎn)生更多的動(dòng)態(tài)風(fēng)險(xiǎn).另外,合作伙伴之間由于其合作機(jī)制復(fù)雜化、利益訴求差異化、知識(shí)產(chǎn)權(quán)及技術(shù)共享方式等諸多因素進(jìn)一步加大了動(dòng)態(tài)聯(lián)盟的運(yùn)行風(fēng)險(xiǎn).對(duì)這些風(fēng)險(xiǎn)進(jìn)行合理防控,可有效規(guī)避虛擬企業(yè)動(dòng)態(tài)聯(lián)盟存在的不可估量的經(jīng)濟(jì)損失[1-4].然而,隨著“互聯(lián)網(wǎng)+”的興起,越來(lái)越多的行業(yè)同互聯(lián)網(wǎng)融合,在市場(chǎng)經(jīng)濟(jì)環(huán)境下,形成了具有獨(dú)特優(yōu)勢(shì)的新興產(chǎn)業(yè).同時(shí),“互聯(lián)網(wǎng)+”也為各行業(yè)帶來(lái)了足夠的效益,最為明顯的是“互聯(lián)網(wǎng)+農(nóng)業(yè)”行業(yè)的發(fā)展[5].

當(dāng)前,對(duì)虛擬企業(yè)的研究以其聯(lián)盟成員的評(píng)價(jià)選擇居多,形成了完整獨(dú)立的評(píng)價(jià)過(guò)程,對(duì)于合理構(gòu)建虛擬企業(yè)快速響應(yīng)市場(chǎng)起到至關(guān)重要的作用.但是對(duì)于虛擬企業(yè)運(yùn)行過(guò)程的風(fēng)險(xiǎn)管理是近幾年才發(fā)展起來(lái)的研究領(lǐng)域.盧福強(qiáng)從不同角度運(yùn)用不同方法對(duì)虛擬企業(yè)的風(fēng)險(xiǎn)管理問(wèn)題研究較多[6];陳克貴建立了公平偏好下的虛擬企業(yè)道德風(fēng)險(xiǎn)及激勵(lì)機(jī)制[7];孫憲麗對(duì)基于分布式?jīng)Q策的虛擬企業(yè)管理過(guò)程進(jìn)行了研究[8];王靜等學(xué)者研究了企業(yè)質(zhì)量管理的風(fēng)險(xiǎn)及防范等問(wèn)題[9],在推動(dòng)虛擬企業(yè)風(fēng)險(xiǎn)管理方面貢獻(xiàn)較大.但目前鮮有文獻(xiàn)將互聯(lián)網(wǎng)的概念引入到企業(yè)的風(fēng)險(xiǎn)管理中,本文將從虛擬企業(yè)合作伙伴的信任場(chǎng)角度出發(fā),建立“互聯(lián)網(wǎng)+”背景下的虛擬企業(yè)風(fēng)險(xiǎn)評(píng)價(jià)的指標(biāo)體系;通過(guò)對(duì)風(fēng)險(xiǎn)指標(biāo)的監(jiān)控,使得動(dòng)態(tài)聯(lián)盟在合作過(guò)程中實(shí)現(xiàn)對(duì)風(fēng)險(xiǎn)的有效管控.同時(shí),對(duì)其進(jìn)行風(fēng)險(xiǎn)防范和風(fēng)險(xiǎn)評(píng)價(jià)的研究,具有一定的實(shí)際意義[10-15].

1 虛擬企業(yè)運(yùn)行風(fēng)險(xiǎn)分析

動(dòng)態(tài)聯(lián)盟的伙伴成員之間由于其虛擬化的特點(diǎn),各成員間的合作機(jī)制復(fù)雜,利益需求存有較大差異.加之企業(yè)文化不同,技術(shù)保密、知識(shí)產(chǎn)權(quán)能否共享等諸多因素使得其運(yùn)行過(guò)程管理風(fēng)險(xiǎn)增加.

1.1 虛擬企業(yè)風(fēng)險(xiǎn)管理的目標(biāo)和范圍

以較低投入的經(jīng)濟(jì)手段消除可能造成嚴(yán)重?fù)p失的一切風(fēng)險(xiǎn)為最終目標(biāo),解決虛擬動(dòng)態(tài)聯(lián)盟在組建及運(yùn)作過(guò)程中可能出現(xiàn)的各種風(fēng)險(xiǎn).首先,根據(jù)實(shí)際情況降低動(dòng)態(tài)聯(lián)盟企業(yè)的運(yùn)行成本,保持其動(dòng)態(tài)運(yùn)行;其次,降低伙伴企業(yè)對(duì)動(dòng)態(tài)聯(lián)盟潛在損失的憂慮;進(jìn)一步保證響應(yīng)市場(chǎng)和盈利的穩(wěn)定性.

風(fēng)險(xiǎn)管理范圍一般集中在聯(lián)盟建立和運(yùn)行過(guò)程中的伙伴間風(fēng)險(xiǎn)和聯(lián)盟外風(fēng)險(xiǎn);還有管理運(yùn)行過(guò)程中各伙伴間可能出現(xiàn)的未知風(fēng)險(xiǎn).

1.2 聯(lián)盟企業(yè)運(yùn)行過(guò)程風(fēng)險(xiǎn)管理

虛擬企業(yè)的風(fēng)險(xiǎn)管理主要是以動(dòng)態(tài)管理為主,盟主根據(jù)動(dòng)態(tài)聯(lián)盟的內(nèi)外部環(huán)境實(shí)時(shí)變化情況,管理其所面臨的風(fēng)險(xiǎn).同時(shí)會(huì)隨著市場(chǎng)變化及時(shí)調(diào)整,以便更好地適應(yīng)動(dòng)態(tài)變化的市場(chǎng),因此該過(guò)程是循環(huán)往復(fù)的.為了降低在構(gòu)建和運(yùn)行動(dòng)態(tài)聯(lián)盟過(guò)程中存在的風(fēng)險(xiǎn),企業(yè)建立風(fēng)險(xiǎn)分析機(jī)制、風(fēng)險(xiǎn)防控機(jī)制、風(fēng)險(xiǎn)事后預(yù)警方案措施,有效地降低“互聯(lián)網(wǎng)+”環(huán)境下風(fēng)險(xiǎn)帶來(lái)的不良后果,確保動(dòng)態(tài)聯(lián)盟合理穩(wěn)步運(yùn)營(yíng)的全過(guò)程.圖1描述了風(fēng)險(xiǎn)防控的具體管理過(guò)程.

圖1虛擬企業(yè)風(fēng)險(xiǎn)管理過(guò)程
Fig.1 Process of risk management for virtual enterprise

2 虛擬企業(yè)運(yùn)行風(fēng)險(xiǎn)識(shí)別

分析動(dòng)態(tài)虛擬企業(yè)聯(lián)盟運(yùn)行的實(shí)際情況,從內(nèi)外部?jī)蓚€(gè)角度,將虛擬企業(yè)風(fēng)險(xiǎn)進(jìn)行分類[6]235,如圖2所示。

圖2虛擬企業(yè)風(fēng)險(xiǎn)分類
Fig.2 Risk classification of virtual enterprise

虛擬企業(yè)面臨的各類風(fēng)險(xiǎn)成因各異,從盟主企業(yè)的角度考慮,對(duì)聯(lián)盟存在的各類風(fēng)險(xiǎn)進(jìn)行識(shí)別,識(shí)別過(guò)程如圖3所示.

圖3 虛擬企業(yè)風(fēng)險(xiǎn)識(shí)別Fig.3 Identification of risk for virtual enterprise(a)—虛擬企業(yè)外部風(fēng)險(xiǎn)識(shí)別; (b)—虛擬企業(yè)內(nèi)部風(fēng)險(xiǎn)識(shí)別.

3 虛擬企業(yè)風(fēng)險(xiǎn)評(píng)價(jià)

在“互聯(lián)網(wǎng)+”背景下,通過(guò)建立動(dòng)態(tài)評(píng)價(jià)指標(biāo)體系,引入Elman反饋型神經(jīng)網(wǎng)絡(luò)模型,評(píng)價(jià)所有風(fēng)險(xiǎn)要素對(duì)整個(gè)聯(lián)盟運(yùn)行產(chǎn)生的各類影響和其自身的風(fēng)險(xiǎn)水平,有利于增強(qiáng)評(píng)估的可靠性.

3.1 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系及評(píng)價(jià)

擬客觀評(píng)價(jià)變化多樣的運(yùn)行風(fēng)險(xiǎn),構(gòu)建切實(shí)可行的風(fēng)險(xiǎn)評(píng)價(jià)動(dòng)態(tài)指標(biāo)體系極為必要.評(píng)價(jià)指標(biāo)的遴選工作須遵循全面性、實(shí)用性和可操作性的評(píng)價(jià)原則,必須體現(xiàn)伙伴企業(yè)的實(shí)際情況和動(dòng)態(tài)聯(lián)盟的網(wǎng)絡(luò)化、虛擬化、及時(shí)化等特點(diǎn)與共性,采取統(tǒng)一標(biāo)準(zhǔn)進(jìn)行評(píng)價(jià),并可進(jìn)行定量化或數(shù)量化.由于評(píng)價(jià)指標(biāo)的臨時(shí)性、網(wǎng)絡(luò)動(dòng)態(tài)性,以及大量評(píng)價(jià)指標(biāo)的模糊性,若采用傳統(tǒng)的定量化數(shù)據(jù)進(jìn)行描述,勢(shì)必會(huì)出現(xiàn)不準(zhǔn)確的的情況,所以以定性化的方式由行業(yè)或者領(lǐng)域?qū)＜疫M(jìn)行模糊評(píng)定給分的量化方式更為合理科學(xué).表1列出了一系列具有代表性的風(fēng)險(xiǎn)指標(biāo),由行業(yè)或者領(lǐng)域?qū)＜腋鶕?jù)經(jīng)驗(yàn),按照{(diào)1,2,3,4,5}五等級(jí)評(píng)定標(biāo)準(zhǔn)進(jìn)行,其中1表示風(fēng)險(xiǎn)最小,5表示風(fēng)險(xiǎn)最大.各位專家經(jīng)過(guò)對(duì)伙伴企業(yè)運(yùn)行狀態(tài)的了解,結(jié)合自身經(jīng)歷,按照相應(yīng)要求和指標(biāo)體系標(biāo)準(zhǔn)評(píng)分.如若專家難以取舍相鄰兩分值時(shí),{0.5,1.5,2.5,3.5,4.5}可作為指標(biāo)得分.

表1 虛擬企業(yè)風(fēng)險(xiǎn)管理評(píng)價(jià)指標(biāo)體系

通過(guò)專家對(duì)以上三層指標(biāo)體系的評(píng)分,決策者便可獲取原始的數(shù)據(jù)矩陣,應(yīng)用本文提出的評(píng)價(jià)模型,得到輸入與輸出之間的非線性映射關(guān)系,以方便后續(xù)神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)處理.同時(shí)采用歸一化方法對(duì)原始數(shù)據(jù)統(tǒng)一處理,于是原始數(shù)據(jù)便可轉(zhuǎn)化為無(wú)量綱值,并且滿足[0,1]區(qū)間,由式(1)計(jì)算而來(lái).

x′=(x-m)/(M-m).

(1)

式中:M表示被評(píng)價(jià)指標(biāo)得分的最大值;m表示被評(píng)價(jià)指標(biāo)得分的最小值.

3.2 Elman反饋型神經(jīng)網(wǎng)絡(luò)模型

Elman神經(jīng)網(wǎng)絡(luò)模型于1990年由J.L.Elman提出的.鑒于該網(wǎng)絡(luò)模型的特點(diǎn),將其歸屬為局部回歸網(wǎng)絡(luò),是一種典型的反饋型網(wǎng)絡(luò)計(jì)算模型[15]55,如圖4所示.

圖4 Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 Structure of Elman neural network

反饋型神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)在于能夠隨著時(shí)間的推移動(dòng)態(tài)演化,同時(shí)可分析非線性動(dòng)態(tài)系統(tǒng);系統(tǒng)智能性、記憶聯(lián)想性俱佳.

3.3 Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程

本文算法模型的學(xué)習(xí)過(guò)程以BP神經(jīng)網(wǎng)絡(luò)算法為基礎(chǔ),式(9)為算法的判據(jù)的誤差函數(shù).

(9)

式中:d(k)為期望輸出;y(k)為網(wǎng)絡(luò)實(shí)際輸出.Elman學(xué)習(xí)算法流程如圖5所示.

圖5 Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程
Fig.5 Learning process of Elman neural network

具體的推導(dǎo)過(guò)程如下:

針對(duì)于以上網(wǎng)絡(luò)學(xué)習(xí)過(guò)程多次重復(fù)進(jìn)行,如若可將樣本實(shí)際和期望的統(tǒng)計(jì)誤差控制在設(shè)定范圍內(nèi),便可將學(xué)習(xí)過(guò)程中的測(cè)試數(shù)據(jù)直接輸入模型網(wǎng)絡(luò),神經(jīng)網(wǎng)絡(luò)評(píng)估的合理結(jié)果亦可由此而得.

3.4 基于Elman神經(jīng)網(wǎng)絡(luò)的風(fēng)險(xiǎn)管理評(píng)價(jià)實(shí)現(xiàn)

(1) 訓(xùn)練樣本

由于虛擬動(dòng)態(tài)聯(lián)盟具有臨時(shí)組建的特性,真正運(yùn)行前各環(huán)節(jié)、各伙伴之間沒(méi)有進(jìn)行過(guò)合作,可能存在信息不對(duì)等的情況,易出現(xiàn)較大運(yùn)行風(fēng)險(xiǎn),因此只對(duì)企業(yè)運(yùn)行和風(fēng)險(xiǎn)管理過(guò)程進(jìn)行定性評(píng)價(jià).將其劃分為高風(fēng)險(xiǎn)(0,0,1)、一般風(fēng)險(xiǎn)(0,1,0)和低風(fēng)險(xiǎn)(1,0,0)三個(gè)等級(jí).首先由行業(yè)專家分析評(píng)價(jià)指標(biāo)體系,其次給定評(píng)價(jià)值,最后將數(shù)據(jù)再做處理,得到樣本矩陣如下:

為了更好地進(jìn)行分析,訓(xùn)練數(shù)據(jù)由1～16組產(chǎn)生,測(cè)試數(shù)據(jù)由17～20組產(chǎn)生.

(2) 神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)與訓(xùn)練

由樣本數(shù)據(jù)可得,17個(gè)神經(jīng)元于網(wǎng)絡(luò)輸入層中, 3個(gè)神經(jīng)元于輸出層中.由于已經(jīng)確定Elman反饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),因此,擬定中間層神經(jīng)元數(shù)目從6依次增加至23,觀察網(wǎng)絡(luò)預(yù)測(cè)誤差值,判定誤差值的范圍,以確定最中間層神經(jīng)元個(gè)數(shù).由經(jīng)驗(yàn)公式(16)進(jìn)一步確定結(jié)果.

(16)

式中:m、n分別為輸出層和輸入層節(jié)點(diǎn)數(shù);a取整數(shù),范圍為1～10.

逐一檢查計(jì)算結(jié)果,由經(jīng)驗(yàn)確定12為中間層神經(jīng)元個(gè)數(shù),此時(shí)診斷誤差值相對(duì)于整個(gè)神經(jīng)網(wǎng)絡(luò)為最小值,故選為12.其計(jì)算代碼為:

由此創(chuàng)建Elman反饋型神經(jīng)網(wǎng)絡(luò),threshold對(duì)輸入元素的MAX值和MIN值做了規(guī)定;[12,3]和{′tansig′,′purelin′}表示對(duì)應(yīng)于傳遞函數(shù)tansig的中間層有12個(gè)神經(jīng)元,對(duì)應(yīng)于傳遞函數(shù)為purelin的輸出層有3個(gè)神經(jīng)元.進(jìn)一步對(duì)反饋型神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,其訓(xùn)練代碼為:

P為輸入向量,T為目標(biāo)向量.得到以下結(jié)果:

TRAINGDX,Epoch 8 300/10 000,MSE 1.553 07e-008/1e-008. Gradient 1.616 34e-005/1e-006

TRAINGDX,Epoch 8 400/10 000,MSE 1.381 10e-008/1e-008. Gradient 2.590 14e-005/1e-006

TRAINGDX,Epoch 8 500/10 000,MSE 1.238 35e-008/1e-008. Gradient 5.782 99e-005/1e-006

TRAINGDX,Epoch 8 500/10 000,MSE 1.114 07e-008/1e-008. Gradient 7.637 13e-005/1e-006

TRAINGDX,Epoch 8 682/10 000,MSE 9.962 63e-009/1e-008. Gradient 3.752 88e-006/1e-006

TRAINGDX,Performance goal met.

由此可知,8 682次訓(xùn)練結(jié)果后,整個(gè)反饋型神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤差僅為3.752 88e-006,神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果見(jiàn)圖6,訓(xùn)練結(jié)果在規(guī)定誤差范圍,已獲得可被接受的反饋型神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練效果.

圖6訓(xùn)練結(jié)果與期望結(jié)果
Fig.6 Training and expected results

最后測(cè)試反饋型神經(jīng)網(wǎng)絡(luò),以確定是否可獲取正確的計(jì)算結(jié)果,代碼如下:

結(jié)果為:

由此可見(jiàn),該反饋神經(jīng)網(wǎng)絡(luò)得出的測(cè)試樣本,雖然其實(shí)際輸出的數(shù)值具有一定的誤差,但是正確的風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果可以從中獲取,而且測(cè)試結(jié)果所反映出的結(jié)論非常明了、合理可靠.如果訓(xùn)練樣本或者測(cè)試樣本數(shù)據(jù)不準(zhǔn)確,可導(dǎo)致Elman反饋型神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤差亦或測(cè)試誤差差別較大,應(yīng)予以避免.

(3) Elman反饋型神經(jīng)網(wǎng)絡(luò)應(yīng)用

根據(jù)風(fēng)險(xiǎn)管理評(píng)價(jià)指標(biāo)體系對(duì)某伙伴企業(yè)進(jìn)行的專家評(píng)分,并做歸一化處理,結(jié)果見(jiàn)表2.

表2 風(fēng)險(xiǎn)評(píng)價(jià)標(biāo)準(zhǔn)化后的數(shù)據(jù)Table 2 Standardized risk assessment data

訓(xùn)練可行的Elman反饋型神經(jīng)網(wǎng)絡(luò)中輸入已歸一化處理的原始數(shù)據(jù),輸出結(jié)果為(1.034 5 -0.187 9 0.030 0).根據(jù)前文所述進(jìn)行分析,結(jié)果顯示為低風(fēng)險(xiǎn),可進(jìn)一步合作.

4 風(fēng)險(xiǎn)評(píng)價(jià)系統(tǒng)構(gòu)建

風(fēng)險(xiǎn)評(píng)價(jià)系統(tǒng)包括任務(wù)發(fā)布、伙伴管理與選擇、風(fēng)險(xiǎn)評(píng)價(jià)與防范等模塊.要求系統(tǒng)功能完備、系統(tǒng)模塊化、人機(jī)界面友好、安全可靠、便于溝通協(xié)調(diào).

4.1 系統(tǒng)體系結(jié)構(gòu)

系統(tǒng)工作界面為WWW瀏覽器,瀏覽器(Browser)端和服務(wù)器端(Server)分別處理信息量較小和較大的邏輯事務(wù),以此構(gòu)建圖7所示的三層B/S結(jié)構(gòu).

圖7 Brower/Server結(jié)構(gòu)示意圖
Fig.7 Schematic diagram of Brower/Server

B/S結(jié)構(gòu)具有開(kāi)發(fā)與維護(hù)簡(jiǎn)便易行,運(yùn)行成本及系統(tǒng)負(fù)荷低、安全性與實(shí)時(shí)性相對(duì)于C/S結(jié)構(gòu)較好等特點(diǎn).本文基于B/S結(jié)構(gòu)的三層模型支持系統(tǒng)如圖8所示.

圖8 系統(tǒng)軟件結(jié)構(gòu)Fig.8 System software architecture

4.2 支持系統(tǒng)實(shí)現(xiàn)

本文設(shè)計(jì)的支持系統(tǒng)開(kāi)發(fā)環(huán)境是操作系統(tǒng)為Windows 7及以上,推薦火狐、360等瀏覽器,1 600×900分辨率的顯示器.以Dreamweaver CS5、Access數(shù)據(jù)庫(kù)、IIS服務(wù)器、ASP技術(shù)、ODBC技術(shù)為開(kāi)發(fā)工具.

(1) 系統(tǒng)總體界面

系統(tǒng)登錄后進(jìn)入對(duì)應(yīng)權(quán)限子模塊系統(tǒng)操作,操作者可瀏覽整體系統(tǒng)結(jié)構(gòu),熟悉流程;操作者可留言與管理人員溝通交流,如圖9所示.

圖9 系統(tǒng)主界面Fig.9 Main interface of system

(2) 伙伴企業(yè)界面

伙伴企業(yè)界面是系統(tǒng)提供主要信息的溝通平臺(tái),為伙伴企業(yè)及潛在伙伴企業(yè)提供有效信息.伙伴企業(yè)經(jīng)過(guò)注冊(cè)登錄后,可在該部分進(jìn)行操作,以隨時(shí)更新用戶資料,如圖10所示.

圖10 企業(yè)用戶注冊(cè)頁(yè)面Fig.10 Registration interface of enterprise user

在用戶登錄本子系統(tǒng)界面后,依據(jù)其實(shí)際企業(yè)狀態(tài)投標(biāo)適合的環(huán)節(jié)和業(yè)務(wù)之前,提交已在調(diào)查表單內(nèi)完成的企業(yè)基本信息,隨后系統(tǒng)處理相關(guān)數(shù)據(jù)并發(fā)布結(jié)果.

伙伴企業(yè)若已參與項(xiàng)目投標(biāo),便可通過(guò)登錄系統(tǒng)關(guān)注招標(biāo)結(jié)果,以取得進(jìn)一步聯(lián)系,并開(kāi)展下一階段工作.此外,還可以發(fā)起質(zhì)疑或建議,通過(guò)系統(tǒng)界面與盟主企業(yè)或?qū)＜疫M(jìn)行溝通.

(3) 專家成員模塊

與企業(yè)成員模塊功能一致,專家成員通過(guò)注冊(cè)和登錄后,根據(jù)系統(tǒng)賦予的權(quán)限工作,查看企業(yè)情況,如圖11所示.

圖11 候選企業(yè)信息頁(yè)面Fig.11 Information interface of candidate enterprise

專家對(duì)參評(píng)企業(yè)評(píng)分,如圖12所示;同時(shí),為更好地防控整個(gè)動(dòng)態(tài)聯(lián)盟組建后的風(fēng)險(xiǎn),行業(yè)或領(lǐng)域?qū)＜覍?duì)參評(píng)企業(yè)的風(fēng)險(xiǎn)狀況亦要進(jìn)行分值評(píng)定,專家評(píng)分后的評(píng)價(jià)結(jié)果不可見(jiàn),降低對(duì)專家判斷的客觀影響程度,使得風(fēng)險(xiǎn)評(píng)價(jià)過(guò)程更為合理、穩(wěn)定、可靠.

圖12 專家評(píng)分頁(yè)面Fig.12 Experts rating interface

(4) 系統(tǒng)管理員模塊

管理員權(quán)限具有特殊性,只對(duì)個(gè)別管理人員進(jìn)行授權(quán),授權(quán)后可直接登錄,以輔助各領(lǐng)域?qū)＜覍?duì)伙伴企業(yè)現(xiàn)狀進(jìn)行分值評(píng)定.獲取的評(píng)定結(jié)果可用來(lái)對(duì)伙伴企業(yè)進(jìn)行有針對(duì)性的評(píng)價(jià)并進(jìn)行風(fēng)險(xiǎn)管理,以便于采取必要措施進(jìn)行風(fēng)險(xiǎn)防范,如圖13所示.

5 結(jié) 論

(1) 通過(guò)對(duì)相關(guān)理論的概括,對(duì)“互聯(lián)網(wǎng)+”環(huán)境下的虛擬企業(yè)組建、運(yùn)行等全生命周期內(nèi)可能面臨的風(fēng)險(xiǎn)給予了分類與識(shí)別,構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)的動(dòng)態(tài)性、網(wǎng)絡(luò)化的指標(biāo)體系.進(jìn)而引入Elman神經(jīng)網(wǎng)絡(luò),結(jié)合人工神經(jīng)網(wǎng)絡(luò)算法模型對(duì)合作伙伴企業(yè)的風(fēng)險(xiǎn)狀況做出風(fēng)險(xiǎn)評(píng)估,評(píng)估結(jié)果與理想結(jié)果存在一定的誤差,但是誤差極小,不影響風(fēng)險(xiǎn)評(píng)估的結(jié)果.

(2) 驗(yàn)證了評(píng)估方法的合理性和評(píng)價(jià)指標(biāo)體系的實(shí)用性,進(jìn)一步說(shuō)明了在神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上通過(guò)Matlab工具箱進(jìn)行評(píng)價(jià)的可行性.通過(guò)構(gòu)建的評(píng)價(jià)系統(tǒng),對(duì)本文相關(guān)研究的技術(shù)可行性和理論正確性進(jìn)行了驗(yàn)證,為管理者提供了決策支持,為整個(gè)聯(lián)盟的發(fā)展提供交流平臺(tái),以便快速響應(yīng)市場(chǎng),降低風(fēng)險(xiǎn),提升獲利空間.