顏永勤

摘要：BP-神經(jīng)網(wǎng)絡(luò)技術(shù)能實(shí)現(xiàn)100%高精度擬合，但目前，BP-神經(jīng)網(wǎng)絡(luò)技術(shù)在物流效率評價(jià)上的應(yīng)用較少。通過分析物流效率的影響因素，確定物流業(yè)的投入與產(chǎn)出指標(biāo)，建立基于BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的物流產(chǎn)業(yè)GDP預(yù)測模型。結(jié)合西安市2003—2010年的物流投入產(chǎn)出數(shù)據(jù)，新模型的預(yù)測精度高達(dá)99.9%?；贐P-神經(jīng)網(wǎng)絡(luò)的物流產(chǎn)業(yè)GDP預(yù)測模型對貨運(yùn)量、物流產(chǎn)業(yè)GDP及貨物周轉(zhuǎn)量進(jìn)行預(yù)測，以期為城市物流效率的衡量提供合理的測評方法，為城市流體系建設(shè)及物流資源整合提供決策參考。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò);物流效率;物流產(chǎn)業(yè)GDP;預(yù)測

中圖分類號：F252 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-291X（2019）06-0029-03

一、物流效率研究現(xiàn)狀

目前已有很多學(xué)者從事城市物流的研究，尤其是城市貨物運(yùn)輸方面，Knemeyer 提出物流業(yè)效率與顧客之間的溝通、顧客對企業(yè)的信任是有關(guān)聯(lián)關(guān)系的[1]。Lai從FFD、VAL和TEL三個(gè)方面，對物流企業(yè)的服務(wù)能力及績效進(jìn)行了對比分析[1]。陶經(jīng)輝從企業(yè)層面基于DEA 方法，對年貨物處理能力進(jìn)行了分析[2]。賀竹磬從省級層面并利用DEA 方法，對貨運(yùn)量、貨運(yùn)周轉(zhuǎn)量、物流產(chǎn)值進(jìn)行了分析[3]?；萦袢貜男袠I(yè)層面，利用DEA 方法研究物流業(yè)產(chǎn)值、貨運(yùn)量及周轉(zhuǎn)量變化特征[4]。許多學(xué)者從績效、成本、產(chǎn)值等方面分區(qū)域、分產(chǎn)業(yè)、分企業(yè)對物流企業(yè)效率進(jìn)行了研究[5～9]。劉滿芝提出城市物流定量評價(jià)，并在此基礎(chǔ)上提出了城市物流效率的模型和方法[10]。我國物流業(yè)20 世紀(jì)80 年代后期才開始快速發(fā)展，起步比較晚，因此對物流效率指標(biāo)選擇以及內(nèi)容的研究還缺乏先進(jìn)性與系統(tǒng)性。評價(jià)模型大多采用C2R-DEA 或BBC-DEA 等傳統(tǒng)模型，對于貨運(yùn)量及周轉(zhuǎn)量定量預(yù)測方法較少。本文旨在研究BP-神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)，率先建立合適的物流效率網(wǎng)絡(luò)輸入輸出模型，基于歷史數(shù)據(jù)進(jìn)行權(quán)值訓(xùn)練，對貨運(yùn)量、物流產(chǎn)業(yè)GDP及貨物周轉(zhuǎn)量進(jìn)行預(yù)測。

二、BP- 神經(jīng)網(wǎng)絡(luò)算法

1.物流效率評價(jià)中的BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。物流效率評價(jià)中的BP神經(jīng)網(wǎng)絡(luò)通常包含一、二、三層（如下頁圖1 所示）。

2.設(shè)置訓(xùn)練參數(shù)。歸一化處理后GDP預(yù)測值為（0.51621，0.55348，0.65129，0.74367，0.83886，0.90901，0.95538，0.99735），歸一化處理后GDP實(shí)際值為（0.5161，0.5536，0.6513，0.7437，0.8388，0.9093，0.9547，1）。因而，可以利用該網(wǎng)絡(luò)模型實(shí)現(xiàn)99.9%以上的高精度物流GDP單變量預(yù)測。利用sim函數(shù)還能對不同輸入值條件進(jìn)行預(yù)測，這為物流資源有效整合奠定了強(qiáng)有力的理論基礎(chǔ)與技術(shù)支持。

五、結(jié)語

首先，物流業(yè)的投入與產(chǎn)出指標(biāo)、從業(yè)人員指標(biāo)、投資總額指標(biāo)、線路運(yùn)輸長度與產(chǎn)出指標(biāo)、物流業(yè)GDP、貨運(yùn)量、貨物周轉(zhuǎn)量能建立多輸入單輸出及多輸入多輸出網(wǎng)絡(luò)結(jié)構(gòu);其次，BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)適用于物流效率評價(jià)，基于BP神經(jīng)網(wǎng)絡(luò)的物流產(chǎn)業(yè)GDP模型預(yù)測精度大于99.9%;最后，高精度投入、產(chǎn)出指標(biāo)網(wǎng)絡(luò)預(yù)測為城市流體系建設(shè)及物流資源整合提供決策參考。

參考文獻(xiàn)：

[1] 肖丹.低碳經(jīng)濟(jì)下城市物流效率評價(jià)研究[D].江門：五邑大學(xué)，2012.

[2] 陶經(jīng)輝.數(shù)據(jù)包絡(luò)分析在物流園區(qū)規(guī)劃方案評價(jià)中的應(yīng)用[J].公路交通科技，2005，（2）：139-141.

[3] 賀竹磬.我國區(qū)域物流相對有效性分析[J].科研管理，2006，（6）：145-148.

[4] 惠玉蓉.基于數(shù)據(jù)包絡(luò)分析（DEA）的物流業(yè)可持續(xù)發(fā)展有效性評價(jià)[J].北京交通大學(xué)學(xué)報(bào)，2008，（3）：67-68.

[5] 陳秀山，張可云.區(qū)域經(jīng)濟(jì)理論[M].北京：商務(wù)印書館，2003：140.

[6] 田宇.物流效率評價(jià)方法研究[J].物流科技，2000，（2）：15-19.

[7] 魏權(quán)齡.評價(jià)相對有效性的DEA方法———運(yùn)籌學(xué)的新領(lǐng)域[M].北京：中國人民大學(xué)出版社，1988.

[8] 張竟軼，張竟成.基于三階段DEA模型的我國物流效率綜合研究[J].管理世界，2016，（8）.

[9] 湯志遠(yuǎn).基于PCA-DEA模型的在線視頻網(wǎng)站效率評價(jià)[J].經(jīng)營與管理，2017，（5）.

[10] 劉滿芝.基于DEA的城市物流效率評價(jià)模型及實(shí)證[J].決策參考，2009，（6）：50-53.

[11] 盧志宏.基于BP神經(jīng)網(wǎng)絡(luò)的荒漠嚙齒動物群落對氣候變化滯后響應(yīng)[D].呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué)，2016.

[12] 王琴梅，譚翠娥.對西安市物流效率及其影響因素的實(shí)證研究———基于DEA模型和Tobit回歸模型的分析[J].軟科學(xué)，2013，（5）：70-74.

[13] 高慕瑾.基于DEA的陜西省物流業(yè)效率研究[D].咸陽：西北農(nóng)林科技大學(xué)，2012.

[責(zé)任編輯劉嬌嬌]