亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于DEA與BP神經(jīng)網(wǎng)絡(luò)混合系統(tǒng)的設(shè)計與開發(fā)

        2014-08-15 20:35:56杜潔江駒徐海燕
        科技視界 2014年18期

        杜潔 江駒 徐海燕

        【摘 要】DEA是一種基于線性規(guī)劃理論、廣泛應(yīng)用于效率評價的系統(tǒng)分析方法,屬于事后評價的范圍。BP神經(jīng)網(wǎng)絡(luò)的容錯能力、學(xué)習(xí)能力、糾錯能力使其在非線性系統(tǒng)預(yù)測方面有著廣泛的應(yīng)用。目前DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型已得到廣泛研究,其可以在資源投入階段就進行評價,這樣一旦發(fā)現(xiàn)問題可以及時調(diào)整,變事后評價為事前控制。但是軟件的分離使用極大地限制了此混合模型的應(yīng)用。本文基于DEA與BP神經(jīng)網(wǎng)絡(luò),利用MATLAB將DEA軟件與BP神經(jīng)網(wǎng)絡(luò)工具箱結(jié)合在一起,設(shè)計開發(fā)了混合效率預(yù)測模型系統(tǒng)。利用此系統(tǒng)可以進行效率預(yù)測,及時調(diào)整投入指標以減少投入資源的浪費,提高能源利用率,并且此系統(tǒng)提供了良好的人際交互界面,避免了復(fù)雜的人工操作。

        【關(guān)鍵詞】DEA;BP神經(jīng)網(wǎng)絡(luò);混合模型;系統(tǒng)設(shè)計

        0 引言

        數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis),廣泛應(yīng)用于運籌學(xué)、管理科學(xué)和數(shù)理經(jīng)濟學(xué)等領(lǐng)域[1-2]。但是DEA模型是基于線性規(guī)劃的理論而實現(xiàn)的,這種線性理論并非總是有效的。并且相比于在對過去已知的投入與輸出之間的效率計算,對未來投入已知但輸出未知這種情況的效率預(yù)測更有實際應(yīng)用價值。關(guān)于DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型已得到了廣泛的研究[4-5],利用此混合模型解決實際問題時,必定會涉及到大量的數(shù)值計算,使得其應(yīng)用受到了很大的限制。本文利用MATLAB,基于DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型,將DEA軟件與BP神經(jīng)網(wǎng)絡(luò)工具箱結(jié)合在一起,開發(fā)了效率預(yù)測系統(tǒng)。利用此系統(tǒng)在往年投入和產(chǎn)出效率基礎(chǔ)上,在未來投入已知的情況下能夠產(chǎn)出效率情況。倘若產(chǎn)出效率不高,可以提前對投入進行相應(yīng)調(diào)整,以提高資源利用率,可有效減少資源浪費情況。此系統(tǒng)提供了良好的人際交互界面,將DEA軟件與BP神經(jīng)網(wǎng)絡(luò)工具箱結(jié)合在一起,拓展了混合模型的應(yīng)用。

        基于上述內(nèi)容,本文簡述了DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型的建立與設(shè)計,并在此基礎(chǔ)上,利用MATLAB開發(fā)了混合模型系統(tǒng),并以江蘇省2001-2011年政府財政支出效率為例,介紹并演示了系統(tǒng)的功能。

        1 基于DEA與BP神經(jīng)網(wǎng)絡(luò)混合模型設(shè)計

        DEA效率評價法和BP神經(jīng)網(wǎng)絡(luò)的組合可以彌補各自的缺點并充分發(fā)揮各自的優(yōu)點。DEA和BP組合模型的構(gòu)建思想:首先利用DEA的C2R模型對各投入指標和產(chǎn)出指標分析,得到各決策單元在不同投入及產(chǎn)出下的效率值。然后選取原始數(shù)據(jù)的投入指標作為輸入,將DEA模型的輸出效率值作為為期望輸出,構(gòu)成訓(xùn)練樣本集,將其帶入BP 神經(jīng)網(wǎng)絡(luò)模型,對網(wǎng)絡(luò)進行反復(fù)訓(xùn)練仿真,得到可以對決策單元進行識別的網(wǎng)絡(luò)。

        本文設(shè)計的混合模型,首先用DEA軟件對往年的投入產(chǎn)出數(shù)據(jù)進行效率分析,得到神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本值。在設(shè)計神經(jīng)網(wǎng)絡(luò)時,本文設(shè)置單隱含層網(wǎng)絡(luò)。輸入層結(jié)點個數(shù)與決策單元投入指標個數(shù)一致。中間層(即隱含層)的節(jié)點個數(shù)的選擇是個復(fù)雜問題,其求法參考文獻[8]。最后確定輸出層節(jié)點個數(shù)為1。

        2 基于混合模型的系統(tǒng)設(shè)計與開發(fā)

        本文利用MATLAB,基于DEA與BP神經(jīng)網(wǎng)絡(luò)開發(fā)了效率預(yù)測系統(tǒng),其功能包括用戶管理、數(shù)據(jù)查詢、DEA計算和網(wǎng)絡(luò)訓(xùn)練。

        本文以2001-2011年江蘇省財政支出效率為例,介紹混合模型系統(tǒng)功能。本文按財政支出功能將支出分為行政管理、民生支出、經(jīng)濟建設(shè)支出三大類;產(chǎn)出指標方面,考慮完整性,選擇三大類指標,經(jīng)濟指標、生態(tài)指標和社會指標。

        在設(shè)計系統(tǒng)之前,將搜集到的產(chǎn)出數(shù)據(jù)和投入數(shù)據(jù)分別存入與excel表格中。當(dāng)在MATLAB中打開此系統(tǒng)時,可以看到此系統(tǒng)由四個功能,分別為用戶管理、數(shù)據(jù)查詢、DEA計算和網(wǎng)絡(luò)訓(xùn)練組成。

        在用戶管理模塊登陸之后,首先介紹數(shù)據(jù)查詢模塊。數(shù)據(jù)查詢模塊目錄下由三個子目錄,分別為投入數(shù)據(jù)查詢,產(chǎn)出數(shù)據(jù)查詢和指標處理,圖1以投入數(shù)據(jù)為例,展示了此模塊的功能與界面。另外,因為江蘇省財政指出效率各指標量綱不統(tǒng)一,因此在進行效率分析前,要對指標進行處理,以統(tǒng)一其量綱,其處理的具體過程此處就不贅述。

        數(shù)據(jù)查詢模塊之后是DEA計算模塊,此模塊是由兩個子目錄,分別為效率計算與數(shù)據(jù)調(diào)整。當(dāng)使用效率計算功能時,出現(xiàn)的界面如圖2所示。圖2最上面的表格是規(guī)模收益數(shù)據(jù),中間兩個表格分別是輸入和產(chǎn)出松弛系數(shù),最后是技術(shù)效率值。

        在DEA效率計算好之后,利用已有的投入指標數(shù)據(jù)和DEA效率值作學(xué)習(xí)樣本,訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)。網(wǎng)絡(luò)訓(xùn)練模塊同樣也由兩個子目錄組成,分別為神經(jīng)網(wǎng)絡(luò)訓(xùn)練和效率預(yù)測。本文選取2001年至2010年的投入數(shù)據(jù)與其對應(yīng)產(chǎn)出效率作為訓(xùn)練樣本,并以2011年的數(shù)據(jù)驗證神經(jīng)網(wǎng)絡(luò)的可靠性。圖3可以看出,此網(wǎng)絡(luò)訓(xùn)練次后滿足初設(shè)定的性能指標。此時,最終訓(xùn)練得到的效率值及誤差顯示在如圖3所示。

        在BP網(wǎng)絡(luò)訓(xùn)練好之后,即可用其進行效率預(yù)測了。如圖4所示,江蘇省2012年財政總投入行政管理支出占18%,民生支出占39.41%,經(jīng)濟建設(shè)支出占29.28%,輸入這些數(shù)據(jù)后,點擊效率預(yù)測按鈕,得到在此輸入情況下,江蘇省2012年財政支出效率為0.9954,而其實際效率值為1,誤差為0.5%,此誤差在合理范圍內(nèi)。根據(jù)BP神經(jīng)網(wǎng)絡(luò)預(yù)測所得效率值,判斷2012年投入存在少許冗余,可提前對投入數(shù)據(jù)進行相應(yīng)調(diào)整,這樣就可以有效地提高資源利用率,減少人力、物力等資源浪費情況。

        3 總結(jié)

        針對DEA基于線性規(guī)劃理論且屬于事后評價的不足,而人工神經(jīng)網(wǎng)絡(luò)在非線性系的預(yù)測方面的廣泛應(yīng)用,本文將這兩種模型結(jié)合起來以彌補這兩種模型的缺點。本文利用MATLAB,基于DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型,開發(fā)了效率預(yù)測系統(tǒng)。本文所開發(fā)的系統(tǒng)具有好的人機界面,不需要用戶進行復(fù)雜繁重的人工操作,極大地拓展了DEA和BP神經(jīng)網(wǎng)絡(luò)的混合模型的應(yīng)用。需要注意的是,具體運用此系統(tǒng)時,必須利用可獲得的最新數(shù)據(jù)和歷史數(shù)據(jù)重新計算效率值,然后再用BP神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí),這樣才能保證預(yù)測的精確性與時效性。另外,本文開發(fā)的系統(tǒng)還不夠成熟,仍然存在許多問題,比如訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)時,網(wǎng)絡(luò)參數(shù)都是事先設(shè)定好的,用戶不能按自己需求設(shè)定。這些不足在日后的工作中會逐漸解決。

        【參考文獻】

        [1]人工神經(jīng)網(wǎng)絡(luò)原理及仿真實例[M].北京:機械工業(yè)出版社,2003.

        [2]陳鴻.基于人工神經(jīng)網(wǎng)絡(luò)的宏觀經(jīng)濟預(yù)測模型[J].重慶職業(yè)技術(shù)學(xué)院學(xué)報,2004,13(4):634-66.

        [3]魏權(quán)齡.數(shù)據(jù)包絡(luò)分析(DEA)[J].科學(xué)通報,2000,45(17):1793-1807.

        [4]孫建.DEA在企業(yè)效率中的研究[J].地質(zhì)技術(shù)經(jīng)濟管理,2003,25(5):61-63.

        [5]李國勇.智能控制及其MATLAB實現(xiàn)[M].北京:電子工業(yè)出版社,2005.

        [責(zé)任編輯:薛俊歌]

        【摘 要】DEA是一種基于線性規(guī)劃理論、廣泛應(yīng)用于效率評價的系統(tǒng)分析方法,屬于事后評價的范圍。BP神經(jīng)網(wǎng)絡(luò)的容錯能力、學(xué)習(xí)能力、糾錯能力使其在非線性系統(tǒng)預(yù)測方面有著廣泛的應(yīng)用。目前DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型已得到廣泛研究,其可以在資源投入階段就進行評價,這樣一旦發(fā)現(xiàn)問題可以及時調(diào)整,變事后評價為事前控制。但是軟件的分離使用極大地限制了此混合模型的應(yīng)用。本文基于DEA與BP神經(jīng)網(wǎng)絡(luò),利用MATLAB將DEA軟件與BP神經(jīng)網(wǎng)絡(luò)工具箱結(jié)合在一起,設(shè)計開發(fā)了混合效率預(yù)測模型系統(tǒng)。利用此系統(tǒng)可以進行效率預(yù)測,及時調(diào)整投入指標以減少投入資源的浪費,提高能源利用率,并且此系統(tǒng)提供了良好的人際交互界面,避免了復(fù)雜的人工操作。

        【關(guān)鍵詞】DEA;BP神經(jīng)網(wǎng)絡(luò);混合模型;系統(tǒng)設(shè)計

        0 引言

        數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis),廣泛應(yīng)用于運籌學(xué)、管理科學(xué)和數(shù)理經(jīng)濟學(xué)等領(lǐng)域[1-2]。但是DEA模型是基于線性規(guī)劃的理論而實現(xiàn)的,這種線性理論并非總是有效的。并且相比于在對過去已知的投入與輸出之間的效率計算,對未來投入已知但輸出未知這種情況的效率預(yù)測更有實際應(yīng)用價值。關(guān)于DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型已得到了廣泛的研究[4-5],利用此混合模型解決實際問題時,必定會涉及到大量的數(shù)值計算,使得其應(yīng)用受到了很大的限制。本文利用MATLAB,基于DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型,將DEA軟件與BP神經(jīng)網(wǎng)絡(luò)工具箱結(jié)合在一起,開發(fā)了效率預(yù)測系統(tǒng)。利用此系統(tǒng)在往年投入和產(chǎn)出效率基礎(chǔ)上,在未來投入已知的情況下能夠產(chǎn)出效率情況。倘若產(chǎn)出效率不高,可以提前對投入進行相應(yīng)調(diào)整,以提高資源利用率,可有效減少資源浪費情況。此系統(tǒng)提供了良好的人際交互界面,將DEA軟件與BP神經(jīng)網(wǎng)絡(luò)工具箱結(jié)合在一起,拓展了混合模型的應(yīng)用。

        基于上述內(nèi)容,本文簡述了DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型的建立與設(shè)計,并在此基礎(chǔ)上,利用MATLAB開發(fā)了混合模型系統(tǒng),并以江蘇省2001-2011年政府財政支出效率為例,介紹并演示了系統(tǒng)的功能。

        1 基于DEA與BP神經(jīng)網(wǎng)絡(luò)混合模型設(shè)計

        DEA效率評價法和BP神經(jīng)網(wǎng)絡(luò)的組合可以彌補各自的缺點并充分發(fā)揮各自的優(yōu)點。DEA和BP組合模型的構(gòu)建思想:首先利用DEA的C2R模型對各投入指標和產(chǎn)出指標分析,得到各決策單元在不同投入及產(chǎn)出下的效率值。然后選取原始數(shù)據(jù)的投入指標作為輸入,將DEA模型的輸出效率值作為為期望輸出,構(gòu)成訓(xùn)練樣本集,將其帶入BP 神經(jīng)網(wǎng)絡(luò)模型,對網(wǎng)絡(luò)進行反復(fù)訓(xùn)練仿真,得到可以對決策單元進行識別的網(wǎng)絡(luò)。

        本文設(shè)計的混合模型,首先用DEA軟件對往年的投入產(chǎn)出數(shù)據(jù)進行效率分析,得到神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本值。在設(shè)計神經(jīng)網(wǎng)絡(luò)時,本文設(shè)置單隱含層網(wǎng)絡(luò)。輸入層結(jié)點個數(shù)與決策單元投入指標個數(shù)一致。中間層(即隱含層)的節(jié)點個數(shù)的選擇是個復(fù)雜問題,其求法參考文獻[8]。最后確定輸出層節(jié)點個數(shù)為1。

        2 基于混合模型的系統(tǒng)設(shè)計與開發(fā)

        本文利用MATLAB,基于DEA與BP神經(jīng)網(wǎng)絡(luò)開發(fā)了效率預(yù)測系統(tǒng),其功能包括用戶管理、數(shù)據(jù)查詢、DEA計算和網(wǎng)絡(luò)訓(xùn)練。

        本文以2001-2011年江蘇省財政支出效率為例,介紹混合模型系統(tǒng)功能。本文按財政支出功能將支出分為行政管理、民生支出、經(jīng)濟建設(shè)支出三大類;產(chǎn)出指標方面,考慮完整性,選擇三大類指標,經(jīng)濟指標、生態(tài)指標和社會指標。

        在設(shè)計系統(tǒng)之前,將搜集到的產(chǎn)出數(shù)據(jù)和投入數(shù)據(jù)分別存入與excel表格中。當(dāng)在MATLAB中打開此系統(tǒng)時,可以看到此系統(tǒng)由四個功能,分別為用戶管理、數(shù)據(jù)查詢、DEA計算和網(wǎng)絡(luò)訓(xùn)練組成。

        在用戶管理模塊登陸之后,首先介紹數(shù)據(jù)查詢模塊。數(shù)據(jù)查詢模塊目錄下由三個子目錄,分別為投入數(shù)據(jù)查詢,產(chǎn)出數(shù)據(jù)查詢和指標處理,圖1以投入數(shù)據(jù)為例,展示了此模塊的功能與界面。另外,因為江蘇省財政指出效率各指標量綱不統(tǒng)一,因此在進行效率分析前,要對指標進行處理,以統(tǒng)一其量綱,其處理的具體過程此處就不贅述。

        數(shù)據(jù)查詢模塊之后是DEA計算模塊,此模塊是由兩個子目錄,分別為效率計算與數(shù)據(jù)調(diào)整。當(dāng)使用效率計算功能時,出現(xiàn)的界面如圖2所示。圖2最上面的表格是規(guī)模收益數(shù)據(jù),中間兩個表格分別是輸入和產(chǎn)出松弛系數(shù),最后是技術(shù)效率值。

        在DEA效率計算好之后,利用已有的投入指標數(shù)據(jù)和DEA效率值作學(xué)習(xí)樣本,訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)。網(wǎng)絡(luò)訓(xùn)練模塊同樣也由兩個子目錄組成,分別為神經(jīng)網(wǎng)絡(luò)訓(xùn)練和效率預(yù)測。本文選取2001年至2010年的投入數(shù)據(jù)與其對應(yīng)產(chǎn)出效率作為訓(xùn)練樣本,并以2011年的數(shù)據(jù)驗證神經(jīng)網(wǎng)絡(luò)的可靠性。圖3可以看出,此網(wǎng)絡(luò)訓(xùn)練次后滿足初設(shè)定的性能指標。此時,最終訓(xùn)練得到的效率值及誤差顯示在如圖3所示。

        在BP網(wǎng)絡(luò)訓(xùn)練好之后,即可用其進行效率預(yù)測了。如圖4所示,江蘇省2012年財政總投入行政管理支出占18%,民生支出占39.41%,經(jīng)濟建設(shè)支出占29.28%,輸入這些數(shù)據(jù)后,點擊效率預(yù)測按鈕,得到在此輸入情況下,江蘇省2012年財政支出效率為0.9954,而其實際效率值為1,誤差為0.5%,此誤差在合理范圍內(nèi)。根據(jù)BP神經(jīng)網(wǎng)絡(luò)預(yù)測所得效率值,判斷2012年投入存在少許冗余,可提前對投入數(shù)據(jù)進行相應(yīng)調(diào)整,這樣就可以有效地提高資源利用率,減少人力、物力等資源浪費情況。

        3 總結(jié)

        針對DEA基于線性規(guī)劃理論且屬于事后評價的不足,而人工神經(jīng)網(wǎng)絡(luò)在非線性系的預(yù)測方面的廣泛應(yīng)用,本文將這兩種模型結(jié)合起來以彌補這兩種模型的缺點。本文利用MATLAB,基于DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型,開發(fā)了效率預(yù)測系統(tǒng)。本文所開發(fā)的系統(tǒng)具有好的人機界面,不需要用戶進行復(fù)雜繁重的人工操作,極大地拓展了DEA和BP神經(jīng)網(wǎng)絡(luò)的混合模型的應(yīng)用。需要注意的是,具體運用此系統(tǒng)時,必須利用可獲得的最新數(shù)據(jù)和歷史數(shù)據(jù)重新計算效率值,然后再用BP神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí),這樣才能保證預(yù)測的精確性與時效性。另外,本文開發(fā)的系統(tǒng)還不夠成熟,仍然存在許多問題,比如訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)時,網(wǎng)絡(luò)參數(shù)都是事先設(shè)定好的,用戶不能按自己需求設(shè)定。這些不足在日后的工作中會逐漸解決。

        【參考文獻】

        [1]人工神經(jīng)網(wǎng)絡(luò)原理及仿真實例[M].北京:機械工業(yè)出版社,2003.

        [2]陳鴻.基于人工神經(jīng)網(wǎng)絡(luò)的宏觀經(jīng)濟預(yù)測模型[J].重慶職業(yè)技術(shù)學(xué)院學(xué)報,2004,13(4):634-66.

        [3]魏權(quán)齡.數(shù)據(jù)包絡(luò)分析(DEA)[J].科學(xué)通報,2000,45(17):1793-1807.

        [4]孫建.DEA在企業(yè)效率中的研究[J].地質(zhì)技術(shù)經(jīng)濟管理,2003,25(5):61-63.

        [5]李國勇.智能控制及其MATLAB實現(xiàn)[M].北京:電子工業(yè)出版社,2005.

        [責(zé)任編輯:薛俊歌]

        【摘 要】DEA是一種基于線性規(guī)劃理論、廣泛應(yīng)用于效率評價的系統(tǒng)分析方法,屬于事后評價的范圍。BP神經(jīng)網(wǎng)絡(luò)的容錯能力、學(xué)習(xí)能力、糾錯能力使其在非線性系統(tǒng)預(yù)測方面有著廣泛的應(yīng)用。目前DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型已得到廣泛研究,其可以在資源投入階段就進行評價,這樣一旦發(fā)現(xiàn)問題可以及時調(diào)整,變事后評價為事前控制。但是軟件的分離使用極大地限制了此混合模型的應(yīng)用。本文基于DEA與BP神經(jīng)網(wǎng)絡(luò),利用MATLAB將DEA軟件與BP神經(jīng)網(wǎng)絡(luò)工具箱結(jié)合在一起,設(shè)計開發(fā)了混合效率預(yù)測模型系統(tǒng)。利用此系統(tǒng)可以進行效率預(yù)測,及時調(diào)整投入指標以減少投入資源的浪費,提高能源利用率,并且此系統(tǒng)提供了良好的人際交互界面,避免了復(fù)雜的人工操作。

        【關(guān)鍵詞】DEA;BP神經(jīng)網(wǎng)絡(luò);混合模型;系統(tǒng)設(shè)計

        0 引言

        數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis),廣泛應(yīng)用于運籌學(xué)、管理科學(xué)和數(shù)理經(jīng)濟學(xué)等領(lǐng)域[1-2]。但是DEA模型是基于線性規(guī)劃的理論而實現(xiàn)的,這種線性理論并非總是有效的。并且相比于在對過去已知的投入與輸出之間的效率計算,對未來投入已知但輸出未知這種情況的效率預(yù)測更有實際應(yīng)用價值。關(guān)于DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型已得到了廣泛的研究[4-5],利用此混合模型解決實際問題時,必定會涉及到大量的數(shù)值計算,使得其應(yīng)用受到了很大的限制。本文利用MATLAB,基于DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型,將DEA軟件與BP神經(jīng)網(wǎng)絡(luò)工具箱結(jié)合在一起,開發(fā)了效率預(yù)測系統(tǒng)。利用此系統(tǒng)在往年投入和產(chǎn)出效率基礎(chǔ)上,在未來投入已知的情況下能夠產(chǎn)出效率情況。倘若產(chǎn)出效率不高,可以提前對投入進行相應(yīng)調(diào)整,以提高資源利用率,可有效減少資源浪費情況。此系統(tǒng)提供了良好的人際交互界面,將DEA軟件與BP神經(jīng)網(wǎng)絡(luò)工具箱結(jié)合在一起,拓展了混合模型的應(yīng)用。

        基于上述內(nèi)容,本文簡述了DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型的建立與設(shè)計,并在此基礎(chǔ)上,利用MATLAB開發(fā)了混合模型系統(tǒng),并以江蘇省2001-2011年政府財政支出效率為例,介紹并演示了系統(tǒng)的功能。

        1 基于DEA與BP神經(jīng)網(wǎng)絡(luò)混合模型設(shè)計

        DEA效率評價法和BP神經(jīng)網(wǎng)絡(luò)的組合可以彌補各自的缺點并充分發(fā)揮各自的優(yōu)點。DEA和BP組合模型的構(gòu)建思想:首先利用DEA的C2R模型對各投入指標和產(chǎn)出指標分析,得到各決策單元在不同投入及產(chǎn)出下的效率值。然后選取原始數(shù)據(jù)的投入指標作為輸入,將DEA模型的輸出效率值作為為期望輸出,構(gòu)成訓(xùn)練樣本集,將其帶入BP 神經(jīng)網(wǎng)絡(luò)模型,對網(wǎng)絡(luò)進行反復(fù)訓(xùn)練仿真,得到可以對決策單元進行識別的網(wǎng)絡(luò)。

        本文設(shè)計的混合模型,首先用DEA軟件對往年的投入產(chǎn)出數(shù)據(jù)進行效率分析,得到神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本值。在設(shè)計神經(jīng)網(wǎng)絡(luò)時,本文設(shè)置單隱含層網(wǎng)絡(luò)。輸入層結(jié)點個數(shù)與決策單元投入指標個數(shù)一致。中間層(即隱含層)的節(jié)點個數(shù)的選擇是個復(fù)雜問題,其求法參考文獻[8]。最后確定輸出層節(jié)點個數(shù)為1。

        2 基于混合模型的系統(tǒng)設(shè)計與開發(fā)

        本文利用MATLAB,基于DEA與BP神經(jīng)網(wǎng)絡(luò)開發(fā)了效率預(yù)測系統(tǒng),其功能包括用戶管理、數(shù)據(jù)查詢、DEA計算和網(wǎng)絡(luò)訓(xùn)練。

        本文以2001-2011年江蘇省財政支出效率為例,介紹混合模型系統(tǒng)功能。本文按財政支出功能將支出分為行政管理、民生支出、經(jīng)濟建設(shè)支出三大類;產(chǎn)出指標方面,考慮完整性,選擇三大類指標,經(jīng)濟指標、生態(tài)指標和社會指標。

        在設(shè)計系統(tǒng)之前,將搜集到的產(chǎn)出數(shù)據(jù)和投入數(shù)據(jù)分別存入與excel表格中。當(dāng)在MATLAB中打開此系統(tǒng)時,可以看到此系統(tǒng)由四個功能,分別為用戶管理、數(shù)據(jù)查詢、DEA計算和網(wǎng)絡(luò)訓(xùn)練組成。

        在用戶管理模塊登陸之后,首先介紹數(shù)據(jù)查詢模塊。數(shù)據(jù)查詢模塊目錄下由三個子目錄,分別為投入數(shù)據(jù)查詢,產(chǎn)出數(shù)據(jù)查詢和指標處理,圖1以投入數(shù)據(jù)為例,展示了此模塊的功能與界面。另外,因為江蘇省財政指出效率各指標量綱不統(tǒng)一,因此在進行效率分析前,要對指標進行處理,以統(tǒng)一其量綱,其處理的具體過程此處就不贅述。

        數(shù)據(jù)查詢模塊之后是DEA計算模塊,此模塊是由兩個子目錄,分別為效率計算與數(shù)據(jù)調(diào)整。當(dāng)使用效率計算功能時,出現(xiàn)的界面如圖2所示。圖2最上面的表格是規(guī)模收益數(shù)據(jù),中間兩個表格分別是輸入和產(chǎn)出松弛系數(shù),最后是技術(shù)效率值。

        在DEA效率計算好之后,利用已有的投入指標數(shù)據(jù)和DEA效率值作學(xué)習(xí)樣本,訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)。網(wǎng)絡(luò)訓(xùn)練模塊同樣也由兩個子目錄組成,分別為神經(jīng)網(wǎng)絡(luò)訓(xùn)練和效率預(yù)測。本文選取2001年至2010年的投入數(shù)據(jù)與其對應(yīng)產(chǎn)出效率作為訓(xùn)練樣本,并以2011年的數(shù)據(jù)驗證神經(jīng)網(wǎng)絡(luò)的可靠性。圖3可以看出,此網(wǎng)絡(luò)訓(xùn)練次后滿足初設(shè)定的性能指標。此時,最終訓(xùn)練得到的效率值及誤差顯示在如圖3所示。

        在BP網(wǎng)絡(luò)訓(xùn)練好之后,即可用其進行效率預(yù)測了。如圖4所示,江蘇省2012年財政總投入行政管理支出占18%,民生支出占39.41%,經(jīng)濟建設(shè)支出占29.28%,輸入這些數(shù)據(jù)后,點擊效率預(yù)測按鈕,得到在此輸入情況下,江蘇省2012年財政支出效率為0.9954,而其實際效率值為1,誤差為0.5%,此誤差在合理范圍內(nèi)。根據(jù)BP神經(jīng)網(wǎng)絡(luò)預(yù)測所得效率值,判斷2012年投入存在少許冗余,可提前對投入數(shù)據(jù)進行相應(yīng)調(diào)整,這樣就可以有效地提高資源利用率,減少人力、物力等資源浪費情況。

        3 總結(jié)

        針對DEA基于線性規(guī)劃理論且屬于事后評價的不足,而人工神經(jīng)網(wǎng)絡(luò)在非線性系的預(yù)測方面的廣泛應(yīng)用,本文將這兩種模型結(jié)合起來以彌補這兩種模型的缺點。本文利用MATLAB,基于DEA與BP神經(jīng)網(wǎng)絡(luò)的混合模型,開發(fā)了效率預(yù)測系統(tǒng)。本文所開發(fā)的系統(tǒng)具有好的人機界面,不需要用戶進行復(fù)雜繁重的人工操作,極大地拓展了DEA和BP神經(jīng)網(wǎng)絡(luò)的混合模型的應(yīng)用。需要注意的是,具體運用此系統(tǒng)時,必須利用可獲得的最新數(shù)據(jù)和歷史數(shù)據(jù)重新計算效率值,然后再用BP神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí),這樣才能保證預(yù)測的精確性與時效性。另外,本文開發(fā)的系統(tǒng)還不夠成熟,仍然存在許多問題,比如訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)時,網(wǎng)絡(luò)參數(shù)都是事先設(shè)定好的,用戶不能按自己需求設(shè)定。這些不足在日后的工作中會逐漸解決。

        【參考文獻】

        [1]人工神經(jīng)網(wǎng)絡(luò)原理及仿真實例[M].北京:機械工業(yè)出版社,2003.

        [2]陳鴻.基于人工神經(jīng)網(wǎng)絡(luò)的宏觀經(jīng)濟預(yù)測模型[J].重慶職業(yè)技術(shù)學(xué)院學(xué)報,2004,13(4):634-66.

        [3]魏權(quán)齡.數(shù)據(jù)包絡(luò)分析(DEA)[J].科學(xué)通報,2000,45(17):1793-1807.

        [4]孫建.DEA在企業(yè)效率中的研究[J].地質(zhì)技術(shù)經(jīng)濟管理,2003,25(5):61-63.

        [5]李國勇.智能控制及其MATLAB實現(xiàn)[M].北京:電子工業(yè)出版社,2005.

        [責(zé)任編輯:薛俊歌]

        宅男噜噜噜| 精品伊人久久大线蕉色首页| 亚洲视频免费在线观看| 国产亚洲自拍日本亚洲 | 麻豆视频黄片在线免费观看 | 网友自拍人妻一区二区三区三州| 久久蜜桃一区二区三区| 亚洲伦理第一页中文字幕| 国产成人a人亚洲精品无码| 日韩在线看片免费人成视频| 日本女优中文字幕在线观看| 久久精品国产av麻豆五月丁| 狠狠色婷婷久久一区二区三区| 理论片午午伦夜理片影院| 日本精品一区二区三本中文| 国产一区二区在线中文字幕| 波多野结衣中文字幕一区二区三区| 内射少妇36p九色| 久久亚洲av成人无码软件| 91麻豆精品激情在线观最新| 手机看片久久第一人妻| 亚洲熟女乱色综合亚洲图片| 免费高清日本中文| 在线观看亚洲视频一区二区| 国产精品久久久亚洲| 天天干成人网| 国产精品自在在线午夜出白浆| 高清不卡av在线播放| 小说区激情另类春色| 欧美交换配乱吟粗大25p| 91精品国产免费久久久久久青草 | 国产区女主播一区在线| 伊人久久大香线蕉亚洲五月天| 中文字幕一区二区人妻出轨| 精品中文字幕精品中文字幕 | 亚洲精品美女久久久久99| 青青国产成人久久91| 国产中文字幕亚洲国产| 久热re这里精品视频在线6| 青青青爽国产在线视频| 日本一区二区高清视频在线|