林 鋒，黃麗華

(1.福州外語外貿學院，福建 福州 350200；2.福州外語外貿學院 經貿系，福建 福州 350200)

運用ANNs算法和BP算法對產業(yè)優(yōu)化轉型升級研究

林 鋒1，黃麗華2

(1.福州外語外貿學院，福建 福州 350200；2.福州外語外貿學院 經貿系，福建 福州 350200)

將產業(yè)優(yōu)化轉型升級分成產業(yè)信息共享和產業(yè)信息創(chuàng)新維度，采用人工神經網(wǎng)絡算法和誤差反向傳播算法對產業(yè)優(yōu)化轉型升級模型進行構建，并對產業(yè)優(yōu)化轉型升級的模型進行分析，從而有利于產業(yè)優(yōu)化轉型升級的進行。

神經網(wǎng)絡算法；誤差反向傳播算法；轉型升級

1 產業(yè)優(yōu)化轉型升級兩個維度

產業(yè)優(yōu)化轉型升級中的產業(yè)信息共享是指產業(yè)個體、群體以及產業(yè)團體的信息財富，通過產業(yè)信息以各種交流方式進行傳遞，如單向、雙向或多向傳遞等，為產業(yè)優(yōu)化轉型升級中的其他企業(yè)和行業(yè)分享信息，使信息被共用，其包括產業(yè)內的轉型升級和產業(yè)間的轉型升級[1]。

在進行產業(yè)優(yōu)化轉型升級模型構建和分析中，可以考慮產業(yè)優(yōu)化轉型升級分成產業(yè)信息共享和產業(yè)信息創(chuàng)新的兩維度進行分析。用兩個維度來進行產業(yè)優(yōu)化轉型升級的衡量，橫向為產業(yè)優(yōu)化轉型升級中產業(yè)信息共享，縱向為產業(yè)優(yōu)化轉型升級中產業(yè)信息創(chuàng)新。產業(yè)優(yōu)化轉型升級中產業(yè)信息共享的過程可以理解為“量”積累的過程；通過以下數(shù)學模型進行定量分析可以對產業(yè)優(yōu)化轉型升級中這兩個維度進行建模。

在產業(yè)優(yōu)化轉型升級中，設產業(yè)優(yōu)化轉型升級初始產業(yè)信息需求方為Dd，產業(yè)優(yōu)化轉型升級初始產業(yè)信息需求方為Ds，產業(yè)優(yōu)化轉型升級過程中產業(yè)信息增加的第i次附加信息為Δdi。產業(yè)信息需求方在第i次產業(yè)優(yōu)化轉型升級中未能從Δdi中取得的產業(yè)信息量為mi，產業(yè)信息供給方在第i次產業(yè)優(yōu)化轉型升級中損失的附加產業(yè)信息量為εi，產業(yè)信息需求方在產業(yè)優(yōu)化轉型升級后的產業(yè)信息總量為D'd，產業(yè)信息供給方在產業(yè)優(yōu)化轉型升級后的產業(yè)信息總量為D's。則：

(1)

(2)

在產業(yè)優(yōu)化轉型升級后，產業(yè)信息需求方和產業(yè)信息供給方的信息總量為：

2 產業(yè)優(yōu)化轉型升級的模型構建

產業(yè)優(yōu)化轉型升級過程中的信息節(jié)點可以是產業(yè)信息個體之間的產業(yè)信息升級以及產業(yè)信息種群整體與整體之間的產業(yè)信息升級機制。因此，可運用生物學的神經網(wǎng)絡算法，對產業(yè)信息節(jié)點與節(jié)點之間的產業(yè)信息共享和產業(yè)信息創(chuàng)新之后的產業(yè)信息升級輸出進行定量分析。在對產業(yè)優(yōu)化轉型升級模型構建過程中可以采用人工神經網(wǎng)絡算法以及誤差反向傳播算法進行分析。人工神經網(wǎng)絡(Artificial Neural Networks, ANNs)[2]，是一種模仿動物神經網(wǎng)絡行為特征，進行分布式并行信息處理的算法數(shù)學模型。這種網(wǎng)絡依靠系統(tǒng)的復雜程度，通過調整內部大量節(jié)點之間相互連接的關系，從而達到處理信息的目的。人工神經網(wǎng)絡具有自學習和自適應的能力，可以通過預先提供的一批相互對應的輸入-輸出數(shù)據(jù)，分析掌握兩者之間潛在的規(guī)律，最終根據(jù)這些規(guī)律，用新的輸入數(shù)據(jù)來推算輸出結果。而誤差反向傳播算法(Error Back Propagation,BP),也是目前比較廣泛應用于神經網(wǎng)絡模型構建的算法之一。

2.1 封閉性產業(yè)優(yōu)化轉型升級模型

根據(jù)人工神經網(wǎng)絡和誤差反向傳播算法的原理，任意選取一個產業(yè)優(yōu)化轉型升級過程中信息知識節(jié)點作為神經元，神經元的輸入用Nl，N2，…，Nj表示，即產業(yè)信息節(jié)點的初始產業(yè)信息量；所有這些輸入產業(yè)信息量的權值(即產業(yè)信息點在產業(yè)優(yōu)化轉型升級過程中的轉型升級作用強度)用εj1，εj2，…，εji表示；通過對二者的乘積求和，就得到神經元j的總輸入netj：

(3)

在產業(yè)優(yōu)化轉型升級過程中，當產業(yè)信息節(jié)點j接受到輸入，并在函數(shù)F的作用下才能產生產業(yè)信息的輸出，表示為：

(4)

公式(4)中Nj(t+1)表示在時間t時刻節(jié)點j的狀態(tài)，實際上是產業(yè)優(yōu)化轉型升級過程中節(jié)點的轉型升級規(guī)律。公式(4)表示經過活躍函數(shù)的變化，在產業(yè)優(yōu)化轉型升級過程中，系統(tǒng)沒有收到任何刺激后的狀態(tài)下節(jié)點j表示為前一時段產業(yè)優(yōu)化轉型升級中所有信息節(jié)點狀態(tài)與其各自相應產業(yè)信息量權值的乘積之和。

2.2 開放性產業(yè)優(yōu)化轉型升級模型

在實際生活中，產業(yè)優(yōu)化轉型升級的過程并不一定就是一個封閉的過程，這個過程有可能是在一個開放的環(huán)境下進行的，外界環(huán)境隨時可能對其進行刺激。外界系統(tǒng)進行信息能量的輸入時，常常會引起產業(yè)優(yōu)化轉型系統(tǒng)的現(xiàn)有狀態(tài)變化。要能更好地對開放性產業(yè)優(yōu)化轉型升級，不斷改進產業(yè)優(yōu)化轉型升級機制，現(xiàn)對公式(4)進行修正：

(5)

其中，在產業(yè)優(yōu)化轉型升級過程中以外的刺激為Ij(t)?？梢詤^(qū)分正常產業(yè)信息的獲取和產業(yè)信息接受，因為二者對外界刺激是不同的。正常獲得產業(yè)信息轉型升級的過程可以通過會議、期刊、互聯(lián)網(wǎng)和交流等，而政府、機構等的投資和產業(yè)信息研發(fā)基礎設施可以更好地獲得正常產業(yè)信息以外的外界信息存儲、產出和傳播等。

2.3 綜合性產業(yè)優(yōu)化轉型升級模型

產業(yè)優(yōu)化轉型升級過程中將信息的區(qū)分為正常信息還是外界信息是一個相對比較難的事情，因為產業(yè)信息是在一個長期積累和復雜的過程產生的。因此，在產業(yè)優(yōu)化轉型升級過程中，我們既要考慮到封閉性產業(yè)優(yōu)化轉型升級的模型，同時也要考慮到開放性產業(yè)優(yōu)化轉型升級的模型，更應該考慮到封閉性和開放性同時存在的綜合性產業(yè)優(yōu)化轉型升級的模型構建。

以三層BP產業(yè)優(yōu)化轉型升級網(wǎng)絡為例，對產業(yè)優(yōu)化轉型升級過程中產業(yè)信息輸入節(jié)點為n、產業(yè)信息節(jié)點隱層為q和產業(yè)信息輸出節(jié)點m，產業(yè)信息的樣本輸入總數(shù)為P，第p個產業(yè)信息樣本的第i個輸入值為Xpi，產業(yè)信息輸入層第i個產業(yè)信息節(jié)點到產業(yè)信息隱層第k個產業(yè)信息節(jié)點的權值為vki，產業(yè)信息隱層第k個產業(yè)信息節(jié)點到產業(yè)信息輸出層第j個產業(yè)信息節(jié)點的權值為ωjk，則第k個產業(yè)信息節(jié)點的隱層輸出為：

(6)

信息節(jié)點的輸出層中第j個產業(yè)輸出為：

(7)

其中滿足導數(shù)：

f′=f(1-f)

假設定義產業(yè)信息全局誤差函數(shù)為：

(8)

其中產業(yè)信息樣本誤差的第p個樣本誤差為Ep，產業(yè)信息理想輸出為tpj。

因此，可以推導產業(yè)優(yōu)化轉型升級的權值調整的公式：

(1)產業(yè)信息優(yōu)化升級的輸出層信息權值調整為：

其中η為產業(yè)優(yōu)化轉型升級率，一般取值范圍為0.1-0.3。

定義產業(yè)信息誤差性號為：

其中：

于是

δpj=(tpj-ypj)·ypj(1-ypj)

(9)

從而產業(yè)信息優(yōu)化轉型升級輸出層各產業(yè)信息神經元的權值調整公式為：

(10)

(2) 產業(yè)信息優(yōu)化升級的隱層信息權值調整為：

定義誤差產業(yè)信息信號為：

其中

于是

(11)

從而產業(yè)信息優(yōu)化轉型升級隱層各產業(yè)信息神經元的權值調整公式為：

(12)

2.4 產業(yè)優(yōu)化轉型升級的模型構建

從之前的分析可知：當產業(yè)優(yōu)化轉型升級的過程是處于一個封閉性狀態(tài)時，產業(yè)優(yōu)化轉型升級過程的某一節(jié)點知識狀態(tài)會受到所有節(jié)點的狀態(tài)和節(jié)點相應的產業(yè)信息權值的影響；當產業(yè)優(yōu)化轉型升級過程處于一個開放性狀態(tài)時，除受所有節(jié)點的狀態(tài)和節(jié)點相應的產業(yè)信息權值的影響外，還會受到外部環(huán)境因素的影響[3]；當產業(yè)優(yōu)化轉型升級過程處于一個既有封閉性又有開放性的綜合性狀態(tài)時，除受所有節(jié)點的狀態(tài)和節(jié)點相應的產業(yè)信息權值的影響和受到產業(yè)優(yōu)化轉型升級過程外的影響外，還會受到產業(yè)信息優(yōu)化轉型升級各信息神經元誤差產業(yè)信號權值等的影響。因而為了能更方便地研究討論，我們假設產業(yè)優(yōu)化轉型升級不是在一個長期和外界巨大的影響下，產業(yè)優(yōu)化轉型升級過程也理解為一種封閉性狀態(tài)中進行，其優(yōu)化轉型升級只受所有節(jié)點的狀態(tài)和節(jié)點相應的產業(yè)信息誤差產業(yè)信號權值的影響。

3 產業(yè)優(yōu)化轉型升級的模型分析

3.1 網(wǎng)絡動力學角度分析產業(yè)信息優(yōu)化升級作用

從網(wǎng)絡動力學來看，Pyka[4](1997)認為，根據(jù)節(jié)點狀態(tài)隨時間轉移的馬爾可夫性，產業(yè)優(yōu)化轉型升級的過程中節(jié)點狀態(tài)的變化形式為：

p=aE-βx

(13)

其中，p表示產業(yè)優(yōu)化轉型升級的過程中節(jié)點狀態(tài)變化率，x表示產業(yè)優(yōu)化轉型升級的過程網(wǎng)絡狀態(tài)，a是規(guī)模參數(shù)，β是常數(shù)。公式(13)表示產業(yè)優(yōu)化轉型升級的過程中節(jié)點狀態(tài)的變化是由產業(yè)優(yōu)化轉型升級的過程的信息網(wǎng)絡狀態(tài)、信息規(guī)模參數(shù)α以及β決定。

雖然是從不同的研究角度進行的，但E-βγ是產業(yè)信息關聯(lián)的空間節(jié)點的核心，其中r表示產業(yè)優(yōu)化轉型升級的過程中兩點的距離，并且是抽象的廣義的距離，負號代表隨距離增大產業(yè)信息優(yōu)化轉型升級的強度逐漸減少。從不同角度進行研究時，在E-βγ前加上表示兩節(jié)點狀態(tài)的變量，根據(jù)這種思路，我們在研究產業(yè)優(yōu)化轉型升級的過程中產業(yè)信息節(jié)點優(yōu)化升級作用強度時也可采用這種形式，即：

εji=g(αE-βr,r)

(14)

此公式表示產業(yè)信息節(jié)點j和節(jié)點i優(yōu)化升級ε是E-βr和產業(yè)信息節(jié)點關聯(lián)距離r之間的函數(shù)，α為參數(shù)。因此，產業(yè)信息節(jié)點廣義距離r的確定是公式(14)的關鍵所在。

根據(jù)Kilindert T的生產力發(fā)達水平廣義距離模型的啟發(fā)，在產業(yè)優(yōu)化轉型升級的過程中，某兩點產業(yè)信息的廣義優(yōu)化升級可以用兩節(jié)點特征值之差或比值進行表示。但產業(yè)優(yōu)化轉型升級的過程中的產業(yè)信息節(jié)點較多時，可以采用產業(yè)信息節(jié)點之間的產業(yè)信息生產力發(fā)達水平之差來研究，即Yi-Yj，因為用比值法進行比較，不易觀察到拉開信息節(jié)點的優(yōu)化升級情況。

rij=Yi-Yj

(15)

產業(yè)優(yōu)化轉型升級的過程中產業(yè)信息節(jié)點優(yōu)化升級作用大小可遵從一般形式：εji=g(kE-βr,r)以及廣義距離rij的形式，則任意兩個產業(yè)信息的節(jié)點i，j間優(yōu)化升級的強度εji可以表示為：

εji=ajE-βj(Yi-Yj)j=1，2，…n

(16)

公式中aj代表產業(yè)信息節(jié)點j的規(guī)模參數(shù)，即其產業(yè)信息轉換成生產能力大小。βj為優(yōu)化升級作用參數(shù)，即節(jié)點之間優(yōu)化升級力大小，Yj，Yi分別表示產業(yè)信息節(jié)點j，i的狀態(tài)，Yi-Yj表示兩節(jié)點i ，j之間的優(yōu)化升級相關距離r。

3.2 產業(yè)信息節(jié)點間優(yōu)化轉型升級強度模型分析

對照公式(14)與公式(15)，在實際生活中，可以用3種情形來解釋產業(yè)優(yōu)化轉型升級的過程，即產業(yè)信息優(yōu)化升級強度模型。

3.2.1 第一種情況

當產業(yè)信息節(jié)點j受到產業(yè)信息水平高于產業(yè)信息節(jié)點i的優(yōu)化轉型升級作用時，則為一種產業(yè)信息優(yōu)化升級螺旋向上的推力將作用于產業(yè)信息節(jié)點j，其作用優(yōu)化升級的相關距離體現(xiàn)為Yi-Yj>0，那么，任意兩個產業(yè)信息節(jié)點j ，i間的優(yōu)化升級作用強度εji=ajE-βi(Yi-Yj)也較大。

3.2.2 第二種情況

當產業(yè)信息節(jié)點j受到產業(yè)信息水平高于產業(yè)信息節(jié)點i的優(yōu)化轉型升級作用時，則為具有一定阻力或有礙于自身發(fā)展的推力將作用于產業(yè)信息節(jié)點j，其作用優(yōu)化升級的相關距離體現(xiàn)為Yi-Yj<0，那么，任意兩個產業(yè)信息節(jié)點j ，i間的優(yōu)化升級作用強度εji=ajE-βi(Yi-Yj)也較小。

3.2.3 第三種情況

當產業(yè)信息節(jié)點j的產業(yè)信息水平受到小于高水平產業(yè)信息節(jié)點對其優(yōu)化轉型升級作用強度，隨著比值的增大，對產業(yè)轉型升級作用強度也越大[5]。另外，當系數(shù)aj值越大，即自身產業(yè)信息產出規(guī)模也就越大。

(17)

但當產業(yè)優(yōu)化轉型升級的過程時，其處在一種開放的環(huán)境下，公式(17)修正為：

(18)

4 結論

借助于人工神經網(wǎng)絡和誤差反向傳播算法對產業(yè)優(yōu)化轉型升級進行建模和分析，為產業(yè)轉型優(yōu)化升級的研究提供一種新的理論思路。當然，在對產業(yè)優(yōu)化轉型升級的研究過程中，其難點還在于構建更高層次的產業(yè)優(yōu)化轉型升級的模型以及對整個產業(yè)優(yōu)化轉型升級模型的衡量上，對于這些還是值得我們進一步研究。

[1]余家勝.社會網(wǎng)絡對中小企業(yè)轉型升級的影響研究[D].杭州：浙江師范大學,2012.

[2]唐鳳仙，湯鵬杰.基于BP網(wǎng)絡的有教師分類算法及應用[J].河池學院學報,2011(2):41-45.

[3]付子墨.全球價值鏈下我國制造業(yè)轉型升級戰(zhàn)略研究[D].北京：對外經濟貿易大學,2012.

[4]Pyka A.，Informnal networking，Technobation[J].1997,17(4):207-220.

[5]鄧春玉.廣東產業(yè)轉型升級測度及要素空間演化響應機理研究[J].環(huán)球市場信息導報，2012(35)：55-61.

The research of using the arithmetic of NNAs and BP to the transformation and upgrading of industrial optimization

LIN Feng1, HUANG Li-hua2

(1. Fuzhou University of International Studies and Trade，F(xiàn)ujian Fuzhou 350200,China；2. Department of Economy and Trade at Fuzhou University of International Studies and Trade，F(xiàn)ujian Fuzhou 350200,China)

Through the transformation and upgrading of industrial optimization can be divided into industrial information sharing and information industry innovation dimensions, using the algorithm of neural network model and back propagation model for transformation and upgrading of industrial optimization model is built, and the model of the transformation and upgrading of industrial optimization is analyzed, which is advantageous to the transformation and upgrading of industrial optimization.

Neural Network Algorithms; Error Back Propagation; Transformation and upgrading

2016-09-14

1.林 鋒(1978-)，男，福建漳州人，講師、碩士。主要研究方向：產業(yè)升級、區(qū)域經濟。 2.黃麗華(1980-)，女，福建福州人，副教授、高級工程師、碩士。主要研究方向：產業(yè)升級、知識管理。

F224

A

1673-6125(2016)04-0013-04