范孝良, 王美會 (華北電力大學(xué),河北 保定 071003)
FAN Xiao-liang,WANG Mei-hui (North China Electric Power University,Baoding 071003,China)
隨著全球供應(yīng)鏈的發(fā)展,企業(yè)對物流服務(wù)深層次和全面性的要求不斷提高,第三方物流服務(wù)商缺乏當(dāng)前所需的綜合技能、集成技術(shù)、戰(zhàn)略和全球擴(kuò)展能力,特別是缺乏對整個(gè)物流系統(tǒng)及供應(yīng)鏈進(jìn)行整合規(guī)劃的能力,物流發(fā)展 “瓶頸”凸現(xiàn)出來。于是,一種全新的物流理念——第四方物流 (Fourth Party Logistics,4PL)逐漸從傳統(tǒng)的供應(yīng)鏈管理中脫穎而出。作為供應(yīng)鏈服務(wù)創(chuàng)新模式的第四方物流是面向整個(gè)供應(yīng)鏈的綜合物流服務(wù)供應(yīng)商,它能整合和管理自身以及具有互補(bǔ)性服務(wù)供應(yīng)商的所有不同的資源、技能與知識、技術(shù),并為客戶提供全面、快捷、低成本、高質(zhì)量的綜合化的物流方案。因此,企業(yè)選擇合適的第四方物流服務(wù)商作為供應(yīng)鏈合作伙伴來進(jìn)行物流運(yùn)作,對于提高企業(yè)競爭力和客戶需求的反應(yīng)能力具有重要意義。本文引入BP神經(jīng)網(wǎng)絡(luò)方法對第四方物流服務(wù)商進(jìn)行評價(jià)選擇,減少了主觀因素的影響,提高了評價(jià)的準(zhǔn)確性。
4PL的概念最初由美國埃森哲管理顧問公司在1998年提出,并對4PL術(shù)語注冊了商標(biāo)并將其定義為:4PL是一個(gè)集成商,它對公司內(nèi)部以及其他組織所擁有的不同資源、能力和技術(shù)進(jìn)行整合,提供一整套的供應(yīng)鏈解決方案[1]。美國的約翰·加特納 (John Gattorna)于同年出版的 《戰(zhàn)略供應(yīng)鏈聯(lián)盟》中指出: “第四方物流是應(yīng)對現(xiàn)代供應(yīng)鏈挑戰(zhàn)所提出的一個(gè)全新的解決方案……它能夠使企業(yè)最大程度地獲得多方面的利益。”[2]國內(nèi)學(xué)者王偉 (2004)[3]提出,4PL是在3PL的基礎(chǔ)上發(fā)展起來的,從本質(zhì)上說,4PL是一個(gè)為貨代企業(yè)和3PL供應(yīng)商提供方案集成的服務(wù)組織,它具備供應(yīng)鏈管理、運(yùn)輸一體化及供應(yīng)鏈再造的功能。
由此可知,4PL是3PL和供應(yīng)鏈管理的結(jié)合體,不僅對特定的物流服務(wù)進(jìn)行控制和管理,而且提供全面意義上的供應(yīng)鏈物流解決方案,并將這個(gè)過程集成起來,創(chuàng)造一種協(xié)同環(huán)境,也為其顧客創(chuàng)造更大的價(jià)值。其特點(diǎn)主要有以下兩個(gè)[4]:
第一,4PL提供一個(gè)綜合性供應(yīng)鏈解決方案,以有效地適應(yīng)需方多樣化和復(fù)雜化的需求,集中所有的資源為客戶完整地解決問題。
第二,4PL通過影響整個(gè)供應(yīng)鏈來獲得價(jià)值,即能夠?yàn)檎麠l供應(yīng)鏈的客戶帶來利益。
本文根據(jù)指標(biāo)體系建立的系統(tǒng)性、科學(xué)性、簡明性、靈活性、動態(tài)性、定性和定量相結(jié)合等基本原則,參考對服務(wù)商評價(jià)指標(biāo)體系的研究文獻(xiàn)[5-8],并綜合分析第四方物流服務(wù)商的特點(diǎn)以及企業(yè)選擇4PL服務(wù)商時(shí)所考慮的因素,構(gòu)建了如圖1所示的第四方物流服務(wù)商評價(jià)指標(biāo)體系。
圖1 第四方物流服務(wù)商評價(jià)指標(biāo)體系
BP(Back Propagation)網(wǎng)絡(luò)是1986年由Rumelhart及其研究小組提出的一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋型神經(jīng)網(wǎng)絡(luò),是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一[9]。典型的BP網(wǎng)絡(luò)具有三層網(wǎng)絡(luò)結(jié)構(gòu):輸入層、隱層和輸出層。各層間神經(jīng)元形成全互聯(lián)接,各層次內(nèi)的神經(jīng)元沒有任何耦合。BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程由信號的正向傳播與誤差的反向傳播兩個(gè)過程組成。其算法描述如下。
(1)BP網(wǎng)絡(luò)的正向傳播:
其中,f(x )為節(jié)點(diǎn)傳遞函數(shù),即Sigmoid函數(shù),它包括logsig、tansig、purelin三種形式的函數(shù);vij為輸入層節(jié)點(diǎn)i到隱層節(jié)點(diǎn)j的權(quán)值,θj為隱層節(jié)點(diǎn)閾值;wjk為隱層節(jié)點(diǎn)j到輸出層節(jié)點(diǎn)k的權(quán)值,θk為輸出層節(jié)點(diǎn)閾值。
(2)BP網(wǎng)絡(luò)的反向傳播:
A.計(jì)算各層誤差:
用經(jīng)過調(diào)整的權(quán)重和閾值繼續(xù)計(jì)算隱層輸出和輸出層的輸出值,繼續(xù)計(jì)算誤差并進(jìn)行調(diào)整,直到滿足誤差要求或達(dá)到最大迭代次數(shù),則終止學(xué)習(xí)。
在第四方物流服務(wù)商評價(jià)指標(biāo)體系中,既有定性指標(biāo),也有定量指標(biāo),其量綱也不相同,為使各指標(biāo)具有可比性,必須對指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。經(jīng)過標(biāo)準(zhǔn)化處理的各指標(biāo)都可以轉(zhuǎn)化為[0,1 ]區(qū)間上的某個(gè)值。
(1)對于定量指標(biāo),處理方法如下:
其中,xi為原始數(shù)據(jù);ximin為第i個(gè)指標(biāo)數(shù)據(jù)變化范圍的最小值;ximax為第i個(gè)指標(biāo)數(shù)據(jù)變化范圍的最大值。
(2)對于定性指標(biāo),應(yīng)先將其量化處理,再將量化結(jié)果進(jìn)行標(biāo)準(zhǔn)化處理,處理方法與 (1)相同。較常用的量化方法是專家打分法。
2.3.1 模型結(jié)構(gòu)的設(shè)計(jì)
對于任意給定的連續(xù)函數(shù)φ:X→Y,X∈Rn,Y∈[0,1 ]m,則φ可以精確地由一個(gè)三層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)[10]。所以本文選用三層BP網(wǎng)絡(luò)。
(1)輸入層。網(wǎng)絡(luò)需要輸入的信息是第四方物流服務(wù)商評價(jià)體系中各個(gè)底層評價(jià)指標(biāo)的得分情況,因此將最底層評價(jià)指標(biāo)數(shù)作為輸入層神經(jīng)元個(gè)數(shù),數(shù)量為23。
(2)輸出層。網(wǎng)絡(luò)需要輸出的結(jié)果是對第四方物流商進(jìn)行評價(jià)的分值,因此這里確定輸出層神經(jīng)元個(gè)數(shù)為1。
(3)隱層。根據(jù)相關(guān)研究,當(dāng)輸入較多輸出較少時(shí),采用Nl確定隱層神經(jīng)元個(gè)數(shù),式中N為神經(jīng)網(wǎng)絡(luò)的輸入個(gè)數(shù),l為神經(jīng)網(wǎng)絡(luò)的輸出個(gè)數(shù)。令N=23,l=1,根據(jù)公式計(jì)算求得隱層神經(jīng)元個(gè)數(shù)為4.796,取隱層神經(jīng)元個(gè)數(shù)為5。
第四方物流服務(wù)商選擇的神經(jīng)網(wǎng)絡(luò)模型如圖2所示。2.3.2 BP神經(jīng)網(wǎng)絡(luò)模型的評價(jià)程序
(1)按照前述第四方物流服務(wù)商指標(biāo)體系,搜集學(xué)習(xí)樣本即不同企業(yè)的指標(biāo)值,進(jìn)行標(biāo)準(zhǔn)化處理,作為網(wǎng)絡(luò)模型的輸入量。并經(jīng)由專家打分對每個(gè)樣本進(jìn)行綜合評價(jià)的結(jié)果作為訓(xùn)練網(wǎng)絡(luò)的期望輸出量,從而確定學(xué)習(xí)樣本對X,()d 。
(2)按照前述BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)步驟,對樣本對進(jìn)行訓(xùn)練,當(dāng)網(wǎng)絡(luò)總誤差ERME<Emin,訓(xùn)練結(jié)束。
(3)存儲訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò),我們稱此時(shí)的BP網(wǎng)絡(luò)為服務(wù)商選擇的神經(jīng)網(wǎng)絡(luò)綜合評價(jià)模型,神經(jīng)網(wǎng)絡(luò)具有的連接權(quán)系數(shù)和內(nèi)部閾值均為模型參數(shù)。
(4)搜集待評價(jià)的第四方物流服務(wù)商的評價(jià)指標(biāo)因素值,標(biāo)準(zhǔn)化后輸入BP神經(jīng)網(wǎng)絡(luò),計(jì)算輸出。(5)根據(jù)輸出對第四方物流服務(wù)商進(jìn)行評價(jià)。
MATLAB提供了神經(jīng)網(wǎng)絡(luò)工具箱,涵蓋了神經(jīng)網(wǎng)絡(luò)基本的常用模型,這使得它在神經(jīng)網(wǎng)絡(luò)的開發(fā)與應(yīng)用方面更為方便。因此,本文在MATLAB 7.6平臺上實(shí)現(xiàn)第四方物流服務(wù)商的評價(jià)選擇。網(wǎng)絡(luò)輸入層、隱層、輸出層節(jié)點(diǎn)數(shù)分別為23、5、1;輸入層到隱含層、隱含層到輸出層的傳遞函數(shù)分別采用tansig和purelin函數(shù);網(wǎng)絡(luò)最大訓(xùn)練步長epoch為5 000;學(xué)習(xí)率η為0.05;網(wǎng)絡(luò)訓(xùn)練最小誤差 Emin為0.0001。
通過資料整理和專家打分,搜集10家4PL服務(wù)商樣本數(shù)據(jù),選取前7家4PL服務(wù)商的數(shù)據(jù)作為訓(xùn)練樣本,后3家服務(wù)商的數(shù)據(jù)作為檢驗(yàn)樣本 (由于篇幅原因,不再給出樣本數(shù)據(jù))。期望輸出值由專家打分得出。網(wǎng)絡(luò)經(jīng)初始化,輸入經(jīng)過標(biāo)準(zhǔn)化處理的訓(xùn)練數(shù)據(jù),利用函數(shù)trainlm對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,經(jīng)過1 441次的學(xué)習(xí)后,BP網(wǎng)絡(luò)訓(xùn)練結(jié)束。其網(wǎng)絡(luò)誤差變化如圖3所示。
存儲訓(xùn)練好的網(wǎng)絡(luò),利用檢驗(yàn)樣本對訓(xùn)練好的BP網(wǎng)絡(luò)進(jìn)行仿真,檢驗(yàn)其泛化能力。檢驗(yàn)結(jié)果如表1所示。
表1 檢驗(yàn)樣本測試結(jié)果
從上表可以看出,各個(gè)樣本的網(wǎng)絡(luò)輸出結(jié)果與期望輸出都很接近,因此可以認(rèn)為,本文所建立的4PL服務(wù)商評價(jià)神經(jīng)網(wǎng)絡(luò)模型具有優(yōu)越的泛化能力,基本滿足實(shí)際應(yīng)用的需求,能夠?qū)π碌?PL服務(wù)商進(jìn)行評價(jià)。
利用此BP網(wǎng)絡(luò)模型,輸入企業(yè)的23個(gè)底層指標(biāo)的分值,就能輸出企業(yè)的綜合評價(jià)分值,通過輸出的分值大小來選擇最優(yōu)的4PL服務(wù)商。也可以設(shè)定一個(gè)評語集 (評價(jià)值落在0.8—1.0之間為優(yōu);落在0.7—0.8之間為良;落在0.6—0.7之間為中;落在0.5—0.6之間為差;落在0.5以下為很差),這樣網(wǎng)絡(luò)可以根據(jù)計(jì)算結(jié)果和評語分值將4PL服務(wù)商的綜合評價(jià)結(jié)果進(jìn)行自動分類。
本文運(yùn)用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱實(shí)現(xiàn)了對4PL服務(wù)商評價(jià)與選擇問題的研究,所建立的BP網(wǎng)絡(luò)模型具有高度的非線性映射能力和學(xué)習(xí)能力,減少了主觀因素的影響,為研究4PL服務(wù)商的選擇提供了一種新思路,能為選擇4PL供應(yīng)商和優(yōu)化整個(gè)供應(yīng)鏈提供可行的、有效的支持和依據(jù)。下一步的研究需要繼續(xù)完善4PL服務(wù)商評價(jià)指標(biāo)體系,同時(shí)進(jìn)一步擴(kuò)充訓(xùn)練樣本集,以豐富模型的經(jīng)驗(yàn)知識,并確定合適的網(wǎng)絡(luò)參數(shù),提高網(wǎng)絡(luò)模型的穩(wěn)定性和可靠性。
[1] 毛光烈.第四方物流理論與實(shí)踐[M].北京:科學(xué)出版社,2010.
[2] John G.Strategic Supply Chain Alignment[M].Gower PubCo,1998.
[3] 王偉.4PL拉動第三方物流需求的驅(qū)動力[J].中國儲運(yùn),2004(2):44-46.
[4]任登魁.物流——21世紀(jì)財(cái)富的新金礦[M].鄭州:黃河水利出版社,2004.
[5] 衣耀運(yùn).基于ANP的第四方物流服務(wù)商評價(jià)與選擇研究[D].沈陽:東北大學(xué) (碩士學(xué)位論文),2008.
[6] 涂建軍.第四方物流供應(yīng)商評價(jià)與選擇研究[D].武漢:武漢理工大學(xué) (碩士學(xué)位論文),2006.
[7] 張瀅.第四方物流供應(yīng)商選擇的AHP-GRAP組合分析模型[J].當(dāng)代財(cái)經(jīng),2009(2):73-74.
[8] 初艷巍.AHP-TOPSIS法在第四方物流供應(yīng)商選擇中的應(yīng)用[J].電子商務(wù),2011(1):67.
[9] 韓力群.人工神經(jīng)網(wǎng)絡(luò)教程[M].北京:北京郵電大學(xué)出版社,2006.
[10] 焦李成.神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論[M].西安:西安電子科技大學(xué)出版社,1990.