李雪萍 ，吳青林 ，熊 琪

(1.東華理工大學(xué)圖書(shū)館，江西 撫州 344000；2.江西農(nóng)業(yè)大學(xué)圖書(shū)館，江西 南昌 330045；3.江西省圖書(shū)館，江西 南昌 330046)

隨著《中華人民共和國(guó)招標(biāo)投標(biāo)法》和《中華人民共和國(guó)政府采購(gòu)法》的頒布和施行，圖書(shū)館中文圖書(shū)采購(gòu)工作實(shí)行招投標(biāo)的管理方法。近年來(lái)，很多圖書(shū)館率先采用了中文圖書(shū)的采購(gòu)招標(biāo)，取得了一定的效果，但也存在供應(yīng)商選擇不夠科學(xué)合理的問(wèn)題。如何確立一套合理的、符合圖書(shū)館工作需要的供應(yīng)商選擇評(píng)價(jià)指標(biāo)體系，用以指導(dǎo)圖書(shū)館中文圖書(shū)的招投標(biāo)采購(gòu)，顯得尤為重要。對(duì)中文圖書(shū)的采購(gòu)招標(biāo)進(jìn)行詳細(xì)準(zhǔn)確評(píng)價(jià)是一項(xiàng)復(fù)雜的工程，它的評(píng)價(jià)指標(biāo)、評(píng)價(jià)標(biāo)準(zhǔn)、評(píng)價(jià)技術(shù)和方法有很多，這一系列指標(biāo)構(gòu)成了一個(gè)復(fù)雜的非線性系統(tǒng)模型。人工神經(jīng)網(wǎng)絡(luò)(ANN)是并行分布式系統(tǒng)，它采用與傳統(tǒng)人工智能和信息處理技術(shù)完全不同的機(jī)理，克服了傳統(tǒng)的基于邏輯符號(hào)的人工智能在處理直覺(jué)、非結(jié)構(gòu)化信息方面的缺陷，具有自適應(yīng)、自組織和實(shí)時(shí)學(xué)習(xí)的特點(diǎn)，所以在解決復(fù)雜度問(wèn)題中有著廣泛的應(yīng)用。BP（Back Propagation）即神經(jīng)網(wǎng)絡(luò)則是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是擅長(zhǎng)處理規(guī)律隱含在雜亂無(wú)章數(shù)據(jù)中的映射逼近問(wèn)題最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。本文采用BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)出新型的中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)系統(tǒng)模型，從定量和定性的角度合理的評(píng)價(jià)各書(shū)商的實(shí)力，為中文圖書(shū)采購(gòu)招標(biāo)、選擇圖書(shū)供應(yīng)商提供參考。

1 中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)指標(biāo)體系的建立

中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)是通過(guò)收集各圖書(shū)館在采購(gòu)評(píng)標(biāo)過(guò)程中的可用性數(shù)據(jù)或潛在的可用數(shù)據(jù)，并立足于對(duì)有關(guān)因素的全面分析，對(duì)系統(tǒng)的設(shè)計(jì)特征提出建議。本文從資信實(shí)力、服務(wù)承諾、到貨、報(bào)價(jià)四個(gè)方面給出了20個(gè)評(píng)價(jià)指標(biāo)，具體內(nèi)容如表1所示。利用表1所列出的20個(gè)評(píng)價(jià)指標(biāo)，可對(duì)書(shū)商進(jìn)行綜合評(píng)價(jià)，從而利于圖書(shū)館選擇圖書(shū)供應(yīng)商。

表1 中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)指標(biāo)

2 BP算法及其改進(jìn)

2.1 BP神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)元作為人工神經(jīng)網(wǎng)絡(luò)在處理數(shù)據(jù)時(shí)的一個(gè)基本單元，是一個(gè)數(shù)學(xué)模型，它類似于生物的神經(jīng)元，主要通過(guò)相連的下級(jí)神經(jīng)元對(duì)輸入數(shù)據(jù)進(jìn)行接收。主要分前向、反饋和自組織網(wǎng)絡(luò)三種。

BP網(wǎng)絡(luò)屬于誤差的反向傳播網(wǎng)絡(luò)，它是前向網(wǎng)絡(luò)的一種。BP網(wǎng)絡(luò)有輸入層、隱含層、輸出層，每層之間各部分全部相連。輸入層的節(jié)點(diǎn)接入信號(hào)，再按順序傳過(guò)每一個(gè)隱含層的層序節(jié)點(diǎn)，最后到達(dá)輸出節(jié)點(diǎn)。通過(guò)多次實(shí)踐證明，三層BP網(wǎng)絡(luò)就像是一個(gè)連續(xù)的函數(shù)，它的精度可以任意逼近。

2.2 BP算法

從數(shù)學(xué)意義上講，BP網(wǎng)絡(luò)的基本思想是利用映射訓(xùn)練樣本（x1y1）、（x2y2）、（xkyk），實(shí)現(xiàn)從 n維歐氏空間子集到f[A]的映射。BP網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程是由信號(hào)的正向和反向兩個(gè)傳播過(guò)程組成。正向傳播時(shí)，輸入樣本從輸入層傳入，經(jīng)各隱層逐層處理后，傳向輸出層，每一層神經(jīng)元狀態(tài)只影響下一層神經(jīng)元狀態(tài)。若輸出層的實(shí)際輸出與期望的輸出不符，則轉(zhuǎn)入誤差的反向傳播階段。誤差反傳是將輸出誤差以某種形式通過(guò)隱含層向輸入層逐層反傳，并將誤差分?jǐn)偨o各層的所有單元，從而獲得各層單元的誤差信號(hào)，此誤差信號(hào)即作為修正各單元權(quán)值的依據(jù)。這種信號(hào)正向傳播與誤差反向傳播的各層權(quán)值調(diào)整過(guò)程，是周而復(fù)始地進(jìn)行的。權(quán)值不斷調(diào)整的過(guò)程，也就是網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練過(guò)程。此過(guò)程一直進(jìn)行到網(wǎng)絡(luò)輸出的誤差減少到可接受的程度，或進(jìn)行到預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止。BP網(wǎng)絡(luò)學(xué)習(xí)詳細(xì)過(guò)程如下：

（1）給各權(quán)值或閾值分配其初始值：Wji(0)、θj(0)為小的隨機(jī)數(shù)值。

（2）提供訓(xùn)練樣本：從輸入層輸入矢量 Xk，k=1,2,…,P，以及其期望輸出=Dk，k=1,2,…,P，對(duì)每一個(gè)從輸入層輸入的樣本進(jìn)行下面(2.2.3)到(2.2.5)的迭代。

（3）計(jì)算BP神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出結(jié)果和隱含層單元的反傳狀態(tài)：

okj=fj(+θj)，其中 f(x)為轉(zhuǎn)移函數(shù)，采取 Sigmoid 函數(shù)，即 f(x)=

（4）計(jì)算訓(xùn)練誤差：

（6）當(dāng)k每經(jīng)歷1至p后，判斷指標(biāo)是否符合精度要求：

（7）結(jié)束。

2.3 改進(jìn)BP算法

傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)算法都是把從輸入層輸入、輸出層輸出的樣本問(wèn)題轉(zhuǎn)變?yōu)閿?shù)學(xué)方式中的非線性優(yōu)化問(wèn)題，使用的是優(yōu)化算法過(guò)程中的梯度下降法，這種算法是最普通的。BP算法具有很強(qiáng)的非線性映射能力，其網(wǎng)絡(luò)所隱含神經(jīng)元的層數(shù)、各層神經(jīng)元總數(shù)量以及算法的標(biāo)準(zhǔn)系數(shù)都可以視具體情況而進(jìn)行相應(yīng)設(shè)定，能高強(qiáng)度的識(shí)別。這些復(fù)雜的非線性仿真模型從理論角度說(shuō)是可以達(dá)到無(wú)限小的，但在實(shí)際運(yùn)行過(guò)程中，標(biāo)準(zhǔn)的BP算法還是會(huì)有收斂速度相對(duì)較慢，而且容易陷入局部極限值的缺點(diǎn)。這個(gè)可以通過(guò)以下措施改進(jìn)。

2.3.1 學(xué)習(xí)速率應(yīng)現(xiàn)狀而調(diào)整

造成標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)算法的收斂速度過(guò)慢的原因之一是學(xué)習(xí)速率不適當(dāng)。如果該算法學(xué)習(xí)速率太小的話，會(huì)造成收斂速率太慢；而一旦學(xué)習(xí)速率太大的話，更有可能會(huì)導(dǎo)致該BP神經(jīng)網(wǎng)絡(luò)算法振蕩不收斂，更嚴(yán)重的會(huì)導(dǎo)致發(fā)散。這時(shí)就要進(jìn)行該算法學(xué)習(xí)率的自適應(yīng)性調(diào)整。當(dāng)算法出現(xiàn)連續(xù)兩次或以上迭代的梯度其方向都相同時(shí)，說(shuō)明梯度下降太慢了，要將步長(zhǎng)翻倍調(diào)整；而如果是連續(xù)兩次或以上迭代梯度方向都相反時(shí)，說(shuō)明下降梯度過(guò)頭了，那么就可以把步長(zhǎng)減為一半。

2.3.2 加載動(dòng)量項(xiàng)目

標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)算法在修正w(t)時(shí)，只會(huì)按照這一時(shí)刻的瞬間負(fù)方向的梯度來(lái)進(jìn)行修正，而不會(huì)比較和參照前面部分時(shí)刻的梯度方向，這樣就常常導(dǎo)致學(xué)習(xí)過(guò)程發(fā)生激烈振蕩，使得算法的收斂過(guò)程較慢。加載動(dòng)量項(xiàng)的目的就是為了降低BP神經(jīng)網(wǎng)絡(luò)對(duì)出現(xiàn)誤差的曲面細(xì)節(jié)問(wèn)題的敏感程度，從而使得網(wǎng)絡(luò)受限于局部的程度極小。

3 基于BP神經(jīng)網(wǎng)絡(luò)的中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)系統(tǒng)設(shè)計(jì)

3.1 評(píng)價(jià)指標(biāo)的標(biāo)準(zhǔn)化

由于中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)有一系列的指標(biāo)，這其中包括了定性和定量?jī)煞N類型指標(biāo)，而且各評(píng)價(jià)指標(biāo)都有不同的量綱。我們?nèi)《ㄝ斎雽虞斎牍?jié)點(diǎn)數(shù)據(jù)的取值范圍為[0,1]，然后再對(duì)評(píng)價(jià)指標(biāo)進(jìn)行一系列的標(biāo)準(zhǔn)化處理。

3.1.1 定量指標(biāo)

對(duì)于中文圖書(shū)采購(gòu)評(píng)價(jià)指標(biāo)ui，其評(píng)價(jià)指標(biāo)的最小值為mi，最大值為Mi。設(shè)ri為招標(biāo)人員對(duì)中文圖書(shū)采購(gòu)評(píng)價(jià)指標(biāo)ui的屬性值xi的無(wú)量綱化值，且ri[0,1]。根據(jù)圖書(shū)采購(gòu)評(píng)價(jià)指標(biāo)的類型，可以采用如下兩種無(wú)量綱化標(biāo)準(zhǔn)函數(shù)來(lái)計(jì)算：

3.1.2 定性指標(biāo)

在前面的評(píng)價(jià)指標(biāo)體系中，大部分指標(biāo)只能進(jìn)行一些定性的描述，沒(méi)有直接的量化指標(biāo)，我們可以采用確定中文圖書(shū)采購(gòu)各評(píng)價(jià)指標(biāo)的等級(jí)隸屬度的方法來(lái)使其得到量化。步驟為：設(shè)Ui為定性評(píng)價(jià)指標(biāo)，Ui相對(duì)于評(píng)價(jià)集的隸屬度向量為：。這里的隸屬度向量值可以采用專家調(diào)查方法，再通過(guò)集值統(tǒng)計(jì)進(jìn)行確定，也可通過(guò)模糊數(shù)學(xué)方法中的確定隸屬函數(shù)方法確定。如果為了簡(jiǎn)便快捷，可以直接進(jìn)行專家打分確定，專家在評(píng)分時(shí)對(duì)中文圖書(shū)采購(gòu)招標(biāo)中的每個(gè)評(píng)價(jià)指標(biāo)的影響因素進(jìn)行充分的分析，并審核，再估算出每個(gè)招標(biāo)評(píng)價(jià)指標(biāo)的應(yīng)取評(píng)分值，其取值范圍依然是[0,1]。中文圖書(shū)采購(gòu)招標(biāo)往往采用的是定性與定量指標(biāo)相結(jié)合的評(píng)價(jià)方式，所以可以參照定量指標(biāo)的一些處理方法，把這些指標(biāo)的評(píng)分值做標(biāo)準(zhǔn)化處理后再作為BP神經(jīng)網(wǎng)絡(luò)的輸入。

3.2 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

實(shí)驗(yàn)表明，具有單隱層的BP網(wǎng)絡(luò)可以達(dá)到逼近任意的連續(xù)函數(shù)的極限。本文采用三層BP網(wǎng)絡(luò)模擬中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)系統(tǒng)的評(píng)價(jià)過(guò)程。將中文圖書(shū)采購(gòu)評(píng)價(jià)指標(biāo)的標(biāo)準(zhǔn)化值作為網(wǎng)絡(luò)輸入點(diǎn)的輸入向量，該網(wǎng)絡(luò)包含了20個(gè)輸入節(jié)點(diǎn)，1個(gè)輸出節(jié)點(diǎn)，輸出值為中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)結(jié)果，即中文圖書(shū)采購(gòu)招標(biāo)的相對(duì)量化值。實(shí)驗(yàn)過(guò)程中因?yàn)檩斎牒洼敵鱿蛄恐g不能滿足數(shù)學(xué)的線性關(guān)系，我們就選擇了單極性的Sigmoid函數(shù)作為轉(zhuǎn)移函數(shù)。對(duì)隱含層節(jié)點(diǎn)數(shù)采用經(jīng)驗(yàn)公式：，其中、、分別為隱含層、輸入層、輸出層的神經(jīng)元數(shù)目，L則是從一至十之間的任一整數(shù)，然后再采取對(duì)比實(shí)驗(yàn)的方式來(lái)選擇最佳隱含層節(jié)點(diǎn)的數(shù)目。采用改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行學(xué)習(xí)，根據(jù)所學(xué)時(shí)間的次數(shù)和達(dá)到全局誤差的綜合效果來(lái)看，6個(gè)隱含層神經(jīng)元比較合適。

以資信實(shí)力、服務(wù)承諾等20項(xiàng)中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)指標(biāo)的標(biāo)準(zhǔn)量化值作為BP神經(jīng)網(wǎng)絡(luò)輸入點(diǎn)的輸入向量，用表示；隱含層節(jié)點(diǎn)用向量表示；O=（o1）表示輸出層的輸出向量，根據(jù)轉(zhuǎn)移函數(shù)的性質(zhì)，是中文圖書(shū)采購(gòu)招標(biāo)的綜合評(píng)價(jià)分值，用來(lái)表示。所得到的S分值越大，則表明這個(gè)中文圖書(shū)的供應(yīng)商的相對(duì)服務(wù)質(zhì)量越高，相反則其相對(duì)服務(wù)質(zhì)量就越低。將訓(xùn)練集的實(shí)際輸出數(shù)據(jù)轉(zhuǎn)換為[0,1]的數(shù)值，期望輸出用T=(t1)表示。輸入層節(jié)點(diǎn)到隱含層節(jié)點(diǎn)的權(quán)值用向量表示，隱含層節(jié)點(diǎn)到輸出層節(jié)點(diǎn)的權(quán)值用向量表示。對(duì)于隱含層有：

這樣隱含層和輸出層兩層就建立了中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)系統(tǒng)。結(jié)構(gòu)如圖1所示：

圖1 基于BP神經(jīng)網(wǎng)絡(luò)的中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)系統(tǒng)設(shè)計(jì)結(jié)構(gòu)圖

3.3 網(wǎng)絡(luò)訓(xùn)練樣本的獲得

BP神經(jīng)網(wǎng)絡(luò)之所以具有評(píng)價(jià)功能，都是經(jīng)過(guò)了大量樣本數(shù)據(jù)的訓(xùn)練的。因此，要獲得網(wǎng)絡(luò)訓(xùn)練的樣本的前提是獲取大量的訓(xùn)練數(shù)據(jù)。所以我們可以選取適量圖書(shū)供應(yīng)商來(lái)作為實(shí)證分析的對(duì)象，即神經(jīng)網(wǎng)絡(luò)的訓(xùn)練單元。再將前面所提及的20項(xiàng)評(píng)價(jià)指標(biāo)作為專家對(duì)這些圖書(shū)供應(yīng)商的打分值，把這些分值作為神經(jīng)元的輸入層輸入數(shù)據(jù)，網(wǎng)絡(luò)期望輸出數(shù)據(jù)就取相應(yīng)書(shū)商的評(píng)價(jià)值。網(wǎng)絡(luò)期望輸出可以采取層次分析法(AHP)獲得，這種方法也是一種定性與定量相結(jié)合的系統(tǒng)化、層次化決策分析方法。層次分析法的基本原理是將一個(gè)復(fù)雜得多目標(biāo)決策問(wèn)題作為一個(gè)系統(tǒng)，將目標(biāo)分解為多個(gè)目標(biāo)或準(zhǔn)則，進(jìn)而分解為多指標(biāo)（或準(zhǔn)則、約束）的若干層次，通過(guò)定性指標(biāo)模糊量化方法算出層次單排序（權(quán)數(shù)）和總排序，以作為目標(biāo)（多指標(biāo)）、多方案優(yōu)化決策。通過(guò)層次分析法的分析，我們不僅可以準(zhǔn)確得出各個(gè)評(píng)價(jià)指標(biāo)對(duì)于圖書(shū)供應(yīng)商的相對(duì)價(jià)值權(quán)重，還能將各個(gè)評(píng)價(jià)指標(biāo)的評(píng)分值與指標(biāo)權(quán)重進(jìn)行加權(quán)相加，最后得出各圖書(shū)供應(yīng)商的綜合評(píng)價(jià)分值，該評(píng)價(jià)分值就能作為網(wǎng)絡(luò)的期望輸出。通過(guò)采用層次分析法，我們就能獲得訓(xùn)練和仿真樣本。

3.4 網(wǎng)絡(luò)訓(xùn)練與系統(tǒng)仿真

獲得了網(wǎng)絡(luò)訓(xùn)練樣本數(shù)據(jù)后，就要對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。我們將編號(hào)為1～5的圖書(shū)供應(yīng)商所提供的以往數(shù)據(jù)作為訓(xùn)練單元輸入到BP神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元，并設(shè)定書(shū)商的學(xué)習(xí)精度為，書(shū)商學(xué)習(xí)速率最初值為0.05，所得出的訓(xùn)練樣本的綜合評(píng)價(jià)值就可以作為網(wǎng)絡(luò)期望，在BP神經(jīng)網(wǎng)絡(luò)的輸出層輸出。當(dāng)訓(xùn)練誤差達(dá)到了圖書(shū)館采購(gòu)標(biāo)準(zhǔn)所要求的精度時(shí)，就停止訓(xùn)練。再將編號(hào)為6～10的圖書(shū)供應(yīng)商作為仿真樣本來(lái)檢驗(yàn)網(wǎng)絡(luò)的評(píng)價(jià)和預(yù)測(cè)精度，發(fā)現(xiàn)網(wǎng)絡(luò)的仿真結(jié)果同樣本的評(píng)價(jià)結(jié)果非常接近，如表2所示。這就表明該網(wǎng)絡(luò)具有很好的泛化能力，采用BP神經(jīng)網(wǎng)絡(luò)建立中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)系統(tǒng)是完全可行的。

表2 系統(tǒng)仿真結(jié)果表

4 結(jié)束語(yǔ)

中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)是圖書(shū)館文獻(xiàn)資源建設(shè)工作的重要內(nèi)容，對(duì)中文圖書(shū)供應(yīng)商進(jìn)行科學(xué)、客觀的評(píng)價(jià)，是進(jìn)行公平、合理招標(biāo)的基礎(chǔ)，這一點(diǎn)對(duì)于提高圖書(shū)館文獻(xiàn)資源建設(shè)質(zhì)量非常關(guān)鍵。本文基于中文圖書(shū)采購(gòu)招標(biāo)的評(píng)價(jià)指標(biāo)體系，并通過(guò)BP神經(jīng)網(wǎng)絡(luò)模型來(lái)設(shè)計(jì)中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)系統(tǒng)，有效地克服評(píng)價(jià)過(guò)程中人為確定標(biāo)準(zhǔn)值和權(quán)重的主觀性因素的干擾，更能在中文圖書(shū)采購(gòu)招標(biāo)時(shí)科學(xué)客觀地評(píng)價(jià)各書(shū)商。這一評(píng)價(jià)試驗(yàn)表明，BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)評(píng)價(jià)的結(jié)果正確。各館在操作過(guò)程中，要充分考慮系統(tǒng)評(píng)價(jià)的公平有效，要對(duì)評(píng)價(jià)模型進(jìn)行適當(dāng)?shù)恼{(diào)整，這樣就能保證該采購(gòu)招標(biāo)評(píng)價(jià)系統(tǒng)成為高效準(zhǔn)確又易操作的系統(tǒng)。如果這些都能做到的話，那么基于BP神經(jīng)網(wǎng)絡(luò)的中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)系統(tǒng)就能夠成為圖書(shū)館進(jìn)行采購(gòu)招標(biāo)選擇合適供應(yīng)商的有效工具。

[1] 曲長(zhǎng)生,李明珍,劉凡儒.中文圖書(shū)采購(gòu)招標(biāo)評(píng)價(jià)指標(biāo)體系的建立[J].大學(xué)圖書(shū)館學(xué)報(bào),2007(3):11-14.

[2] 趙會(huì)平.圖書(shū)采購(gòu)招標(biāo)評(píng)分要項(xiàng)的探析[J].大學(xué)圖書(shū)館學(xué)報(bào),2007(2):20-23.

[3] 汪克亮.楊力,查甫更.基于BP神經(jīng)網(wǎng)絡(luò)的工作崗位評(píng)價(jià)系統(tǒng)[J].企業(yè)經(jīng)濟(jì),2007(12):30-33.

[4] 田中禾,劉俊宏,何莉.基于BP神經(jīng)網(wǎng)絡(luò)的員工素質(zhì)評(píng)價(jià)模型[J].統(tǒng)計(jì)與決策,2008(5):171-173.