基于BP神經(jīng)網(wǎng)絡(luò)的電信運營企業(yè)供應(yīng)商選擇研究

摘?要：通過對電信運營企業(yè)中供應(yīng)商的具體特點進行分析，基于不同的特點建立電信運營企業(yè)供應(yīng)商的評價指標體系。BP神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)，本文基于此計算方法對供應(yīng)商數(shù)據(jù)進行訓練，建立電信運營企業(yè)供應(yīng)商選擇模型，設(shè)計了一種基于BP神經(jīng)網(wǎng)絡(luò)的電信行業(yè)供應(yīng)商選擇算法，可以利用訓練好的神經(jīng)網(wǎng)絡(luò)對復(fù)雜繁多的電信運營企業(yè)供應(yīng)商進行快速選擇。實例驗證結(jié)果表明，將BP神經(jīng)網(wǎng)絡(luò)用于電信運營企業(yè)供應(yīng)商選擇具有較強的實用性。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò);供應(yīng)商選擇;電信行業(yè);MATLAB

中圖分類號：TP183文獻標識碼：A文章編號：1008-4428（2019）06-0025-03

一、 引言

隨著國內(nèi)信息時代的迅速發(fā)展，電信行業(yè)的市場競爭也愈發(fā)激烈，電信運營企業(yè)之間的競爭也隨之發(fā)生了轉(zhuǎn)變，由之前企業(yè)之間的競爭演變成供應(yīng)鏈之間的相互競爭關(guān)系。更多的企業(yè)隨著市場需求的多元化發(fā)展也逐漸加入了電信供應(yīng)鏈的大軍中，電信企業(yè)的管理范疇由以往的自身資源的管理擴大到整個供應(yīng)鏈的管理，供應(yīng)鏈包含供應(yīng)商和客戶，因此電信內(nèi)部結(jié)構(gòu)逐漸復(fù)雜化，電信運營企業(yè)也逐漸察覺結(jié)構(gòu)的變化并尋求管理的辦法，通過與合作伙伴之間的相互配合適應(yīng)競爭環(huán)境、針對供應(yīng)商制定合適的管理方法以及將供應(yīng)商的選擇評價方法進行合理的優(yōu)化保持電信運營商在市場中的高份額。

目前常用的對供應(yīng)商進行選擇評價和評價的方法有很多，例如：層次分析法（AHP）、網(wǎng)絡(luò)分析法（ANP）、數(shù)據(jù)包絡(luò)分析（DEA）、逼近理想解排序法（TOPSIS）、灰色關(guān)聯(lián)分析法等，這些方法由于專家在評價的過程中主觀意識會影響結(jié)果及在實際的應(yīng)用中包含隨機性，因此通過利用人工神經(jīng)網(wǎng)絡(luò)進行供應(yīng)商評價可以很好地解決這一問題。

20世紀80年代，在人工智能領(lǐng)域興起了人工神經(jīng)網(wǎng)絡(luò)的研究熱潮，針對人腦神經(jīng)元網(wǎng)絡(luò)基于信息的角度進行抽象處理，并形成簡單的模型，通過不同的方式鏈接形成不同的網(wǎng)絡(luò)。在學術(shù)界通常簡稱為神經(jīng)或類神經(jīng)網(wǎng)絡(luò)。它具有學習型自適應(yīng)性能力、分布式儲存、大規(guī)模的并行處理信息存儲及容錯性等優(yōu)點。同時還是運算模型的一種，可以任意精度逼近計算非線性函數(shù)，通常建模時被稱為輸入和輸出數(shù)據(jù)之間的“黑箱”，并且利用學習能力實現(xiàn)輸入和輸出數(shù)據(jù)間的非線性映射。利用這些特點彌補供應(yīng)商評價中的不足。

本研究依據(jù)相關(guān)文獻的研究和參考，制定了基于電信行業(yè)環(huán)境的電信運營商中針對供應(yīng)商的評價指標體系，在此基礎(chǔ)上，利用MATLAB針對三層BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)進行分析測試及訓練。通過此模型的利用完善電信運營企業(yè)供應(yīng)商評價的模擬系統(tǒng)，促進電信運營企業(yè)針對供應(yīng)商的評價效率的提高。

二、 電信運營企業(yè)供應(yīng)商評價指標體系的確定

隨著電信行業(yè)全球化的發(fā)展，認真研究電信供應(yīng)鏈變得尤為重要，對于供應(yīng)鏈中最重要的采購環(huán)節(jié)，供應(yīng)商的選擇成為很多電信運營企業(yè)的一個難題。本節(jié)在分析電信運營企業(yè)采購特點的基礎(chǔ)上，結(jié)合之前學者的研究成果，總結(jié)出了適合于電信運營企業(yè)供應(yīng)商的評價指標體系。

（一）電信運營企業(yè)的采購特點

1. 采購周期長

在電信運營企業(yè)中，時間因素具有特殊的意義。大工程項目通常需要分期完成，然而采購與工程項目相匹配的配套設(shè)備通常也需要分期進行。

2. 采購種類多樣

電信運營企業(yè)從交換數(shù)據(jù)的設(shè)備、傳輸通信的設(shè)備、計算機服務(wù)器相關(guān)硬件設(shè)備等到ERP及信息等軟件系統(tǒng)，采購的領(lǐng)域跨度極為龐大，種類多種多樣。

3. 采購成本高昂

在采購金額上，電信運營企業(yè)的采購額高達上百億，嚴重影響企業(yè)的資本和現(xiàn)金流量，為了滿足企業(yè)采購所需的資金必須通過各種籌資方式維持正常的采購開銷。

4. 對采購設(shè)備的質(zhì)量要求高

對于電信運營商來說，保證通信服務(wù)的質(zhì)量是提升客戶滿意度的關(guān)鍵，所以要始終確保采購設(shè)備的質(zhì)量的可靠性和穩(wěn)定性。

5. 售后服務(wù)體系完善

電信運營商采購的設(shè)備在投入使用以后，必然會出現(xiàn)一些不大不小的問題，這就需要供應(yīng)商能夠提供完善的技術(shù)支持和售后服務(wù)，保證在最短的時間內(nèi)解決問題。

（二）電信運營企業(yè)供應(yīng)商的評價指標

1. 產(chǎn)品因素

（1）產(chǎn)品價格

產(chǎn)品價格通常是指運營商從供應(yīng)商處獲得的產(chǎn)品的價格。它對運營商的利潤有一定的影響，該指標是一個定量指標，可以用單位產(chǎn)品的訂貨價格來衡量。

（2）產(chǎn)品合格率

產(chǎn)品質(zhì)量指的是供應(yīng)商提供給運營商的產(chǎn)品的好壞及耐用程度，該指標是一個定量指標，用合格產(chǎn)品占產(chǎn)品總量的百分比來衡量。

（3）物流成本

物流成本是指產(chǎn)品從供應(yīng)商配送到運營商處所產(chǎn)生的成本，該指標是一個定量指標，用單位產(chǎn)品的運輸費用來衡量。

2. 組織因素

（1）生產(chǎn)能力

企業(yè)的生產(chǎn)能力不但映射一個企業(yè)的生產(chǎn)規(guī)模，同時也是企業(yè)加工能力的技術(shù)參數(shù)，因此企業(yè)的生產(chǎn)能力是反映企業(yè)生產(chǎn)可能性的一個重要指標。

（2）技術(shù)人員的教育程度

技術(shù)人員的教育程度是影響企業(yè)技術(shù)、質(zhì)量的關(guān)鍵因素。利用本科以上學歷的技術(shù)人員占整個技術(shù)人員的百分比來衡量技術(shù)人員的教育程度。

（3）ISO認證情況

通過考察供應(yīng)商是否進行ISO認證，可以規(guī)范企業(yè)的管理運作，提高管理水平。該指標的考核方式：1為該企業(yè)已經(jīng)行ISO認證，0為該企業(yè)未進行ISO認證。

3. 交貨能力

（1）交貨準時性

交貨準時性是指供應(yīng)商在運營商指定的時間內(nèi)交付貨物的程度。

（2）配送準確性

配送準確性是指供應(yīng)商能否將貨物配送至正確的地點。

（3）安全性

安全性是指配送至運營商的貨物是否完好無缺、是否有破損的情況。該指標是一個定量指標，用未破損的產(chǎn)品數(shù)量占總產(chǎn)品數(shù)量的百分比來衡量。

4. 服務(wù)能力

（1）售后服務(wù)水平

售后服務(wù)是指提供給已出售商品的各項服務(wù)。該指標是一個定量指標，主要依據(jù)固定時間內(nèi)總售后服務(wù)次數(shù)中售后服務(wù)滿意度次數(shù)所占的比例，以此針對供應(yīng)商售后服務(wù)的滿意率來衡量。

（2）技術(shù)支持水平

技術(shù)支持水平不僅是以解決技術(shù)問題為目的的，更重要的是在運營商心中建立起企業(yè)的形象，并進一步記住所用產(chǎn)品的品牌。該指標是一個定性指標，用李克特五級評分法來衡量。

三、 BP神經(jīng)網(wǎng)絡(luò)評價方法

（一）BP神經(jīng)網(wǎng)絡(luò)的基本原理

BP神經(jīng)網(wǎng)絡(luò)理論是屬于技術(shù)前沿的人工智能研究領(lǐng)域，是應(yīng)用最廣泛的人工神經(jīng)網(wǎng)絡(luò)，是多層前饋網(wǎng)絡(luò)通過逆向誤差傳播的算法訓練的，通常依靠自己的學習能力訓練出相應(yīng)的規(guī)則，不必提前確定輸入、輸出之間關(guān)系的數(shù)學方程，就能給輸入值一個逼近期望的數(shù)值。通過算法實現(xiàn)人工神經(jīng)網(wǎng)絡(luò)信息智能處理系統(tǒng)。

BP神經(jīng)網(wǎng)絡(luò)是屬于單向傳播的具有三層或三層以上前向結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)。然而每層與上層間的神經(jīng)元單元都實現(xiàn)權(quán)連接，但是每個神經(jīng)元之間又是不連接的。如圖1所示，通常從結(jié)構(gòu)上來講具有三層結(jié)構(gòu)，包含輸入、隱藏、輸出層，并且處于互連接的狀態(tài)。

（二）BP神經(jīng)網(wǎng)絡(luò)建模的一般流程

BP算法利用自身的學習性以及較好的適應(yīng)性，判斷出規(guī)則的多層神經(jīng)網(wǎng)絡(luò)的算法，相較于單層感知器只能解決線性問題的不足針對大量的非線性數(shù)據(jù)BP算法可以很好地解決。一般包含以下流程：

1. 整理數(shù)據(jù)并讀取

基于整理好的數(shù)據(jù)為基礎(chǔ)，并導(dǎo)入excel文本，然后采用MATLAB函數(shù)針對數(shù)據(jù)進行系統(tǒng)的讀取，組建成BP神經(jīng)網(wǎng)絡(luò)。

2. 設(shè)置測試集和訓練集

以整理好的數(shù)據(jù)為基礎(chǔ)，并分成測試集和訓練集兩部分。通過測試集針對訓練集訓練出的結(jié)果進行檢驗，采用誤差分析法將算法的預(yù)測能力及擬合性判斷并確定下來。

3. 針對數(shù)據(jù)進行歸一化處理

為了更加便捷的查找數(shù)據(jù)之間的關(guān)系，將數(shù)據(jù)控制在一定的范圍內(nèi)進行歸一化處理。歸一化可以使模型在實際運行中更加快捷的收斂，是處理數(shù)據(jù)的基本前提。

4. 設(shè)置適合的神經(jīng)網(wǎng)絡(luò)參數(shù)

訓練過程和結(jié)果的好壞基于網(wǎng)絡(luò)參數(shù)設(shè)置的好壞，因此既精準又快捷的訓練過程離不開好的參數(shù)基礎(chǔ)，反之，壞的參數(shù)將會使訓練過程延長并造成誤差較大的訓練結(jié)果。因此為了找到合適的參數(shù)需要在參數(shù)的選擇上多參考別人的經(jīng)驗以免造成不必要的麻煩。

5. 針對BP神經(jīng)網(wǎng)絡(luò)進行訓練

通過以上步驟針對整理好的數(shù)據(jù)通過設(shè)置合適的參數(shù)進行訓練，由此將模型建立起來。

6. 針對BP神經(jīng)網(wǎng)絡(luò)進行測試

測試訓練好的模型，基于預(yù)期的結(jié)果和訓練的結(jié)果進行比較分析，確定模型擬合度以及在精度方面是否達標。

7. 輸出結(jié)果

模型測試達標后，在模型中輸入已知的數(shù)據(jù)并計算結(jié)果。圖2為BP神經(jīng)網(wǎng)絡(luò)流程圖：

四、 實例分析

某電信運營企業(yè)網(wǎng)絡(luò)配套設(shè)備品類現(xiàn)有20家供應(yīng)商，該企業(yè)希望通過篩選，從這20個供應(yīng)商中選擇1個作為長期合作伙伴，并利用評估小組收集供應(yīng)商的資料進行調(diào)研，由此得到相關(guān)數(shù)據(jù)建立供應(yīng)商評價指標體系，如表1所示：

將表1的數(shù)據(jù)分為兩部分，選取前面的15組數(shù)據(jù)作為學習樣本，目標值采用專家評價值P=（0.85 0.96 0.92 0.79 0.86 0.85 0.97 0.88 0.92 0.94 0.77 0.84 0.79 0.96 0.83），用以訓練權(quán)值。用MATLAB構(gòu)建BP神經(jīng)網(wǎng)絡(luò)以后，設(shè)置最大訓練次數(shù)為1000，網(wǎng)絡(luò)收斂目標為0.0000001，學習率為0.3，得到的神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果如表2所示：

通過對表2觀察得知，針對樣本數(shù)據(jù)進行訓練得出預(yù)測值相對于供應(yīng)商的期望值之間誤差控制的較小，這種誤差針對平常的預(yù)測模型來說已經(jīng)是相當精準了，可以說預(yù)測的效果非常好，因此，電信供應(yīng)商的選擇和評價參考模型的訓練結(jié)果BP神經(jīng)網(wǎng)絡(luò)，可以使實際應(yīng)用中的需求得到滿足。

通過對樣本訓練，并利用訓練好的BP神經(jīng)網(wǎng)絡(luò)，分別輸入5組樣本數(shù)據(jù)，輸出結(jié)果如表3所示：

依據(jù)表3可以直觀得出，供應(yīng)商18的預(yù)測值在五個供應(yīng)商中最高，達到了0.9888，應(yīng)該被選擇為長期合作伙伴，該結(jié)果也與企業(yè)實際選擇結(jié)果相匹配。

五、 ?結(jié)論

本文分析了當前經(jīng)濟環(huán)境下電信運營企業(yè)供應(yīng)鏈管理的重要性，并根據(jù)電信運營企業(yè)的發(fā)展現(xiàn)狀及結(jié)構(gòu)特點，針對配套網(wǎng)絡(luò)設(shè)備的品類對企業(yè)供應(yīng)商建立評價指標體系的模型，并且將訓練出的BP神經(jīng)網(wǎng)絡(luò)模型采用MATLAB軟件進行仿真并優(yōu)化，將優(yōu)化后的模型運用于某電信運營企業(yè)供應(yīng)商的選擇與評價中，預(yù)測出合適的供應(yīng)商編號，并對模型的有效性進行檢驗。電信運營企業(yè)基于BP神經(jīng)網(wǎng)絡(luò)模型在選擇和評價供應(yīng)商的體系建立上提供了理論和實際指導(dǎo)。

本文基于BP神經(jīng)網(wǎng)絡(luò)模型訓練出適合的供應(yīng)商為電信運營企業(yè)供應(yīng)商的選擇和評價提供了實際的計算體系，但是電信運營企業(yè)內(nèi)部結(jié)構(gòu)復(fù)雜化，未來將要面對更多的問題，因此希望今后對各品類的電信運營企業(yè)供應(yīng)商更加細化研究，以便得出更精確的訓練結(jié)果，完善供應(yīng)商的選擇和評價體系，使研究結(jié)果的針對性更強。

參考文獻：

[1] Dickon G W. Analysis of selection systems and decision [J]. Journal of Purchasing，1966（5）：5-17.

[2] Weber C.A， Current， Benton W.C. Vendor Selection Criteria and Methods[J]. European Journal of Operational Research，1991，50：2-18.

[3] 陳建州.物流供應(yīng)商的評價與選擇[D]. 武漢：華中科技大學，2005.

[4] 朱大奇，史慧.人工神經(jīng)網(wǎng)絡(luò)原理及其應(yīng)用[M].北京：科學出版社，2006.

[5] 丁以中.基于神經(jīng)網(wǎng)絡(luò)的供應(yīng)商選擇模型[J].物流技術(shù)，2014（3）.

[6] 秦曉芳.BP神經(jīng)網(wǎng)絡(luò)理論下供應(yīng)商選擇評價模型構(gòu)建[J].商業(yè)經(jīng)濟研究，2015（27）：24-25.

[7] 張陽.電信運營企業(yè)的供應(yīng)商分類研究[D].北京：北京郵電大學，2007.

[8] 曾麗麗. 基于電信行業(yè)的供應(yīng)商評價選擇研究[D].北京：北京郵電大學，2014.

作者簡介：

董升旭，男，內(nèi)蒙古人，北京郵電大學經(jīng)濟管理學院管理科學與工程專業(yè)碩士研究生，研究方向：供應(yīng)鏈管理。