文/單正軍 楊德順 牟明杰 李星

煙草經(jīng)濟(jì)是我國重要的實(shí)體經(jīng)濟(jì)，市場(chǎng)海量的煙草流通離不開日益發(fā)展的先進(jìn)包裝技術(shù)，本文以卷煙的柔性分揀系統(tǒng)為基礎(chǔ)，通過現(xiàn)場(chǎng)考察等方式，得出目前W市煙草物流分揀中心卷煙包裝薄膜耗用情況，并基于理論計(jì)算用量與實(shí)際用量之比，得出卷煙包裝薄膜損耗系數(shù)。考慮采用柔性分揀系統(tǒng)前后的人、機(jī)、法、環(huán)中的各自影響因素，利用AHP層次分析法求得各因素所占權(quán)重，并利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行條煙包裝消耗包裝膜用量損耗系數(shù)進(jìn)行預(yù)測(cè)，從而幫助企業(yè)進(jìn)行合理的資源把控。

0.引言。

根據(jù)國家局、省、市局（公司）要求，加強(qiáng)物流中心生產(chǎn)環(huán)節(jié)成本控制，降低物流生產(chǎn)成本是物流管理的核心，也是物流管理考核的重要指標(biāo)[1]。煙草物流是煙草行業(yè)重要的組成部分，目前，煙草的快速流通依靠由包裝機(jī)利用包裝薄膜對(duì)分揀好的條煙進(jìn)行包裝塑膜，龐大的煙草市場(chǎng)需求下，包裝薄膜的用量居高不下，其成本也成為了煙草物流成本中較大的組成部分[1]。在卷煙包裝薄膜消耗影響因素方面，楊光露等[2]認(rèn)為靜電對(duì)于卷煙包裝材料消耗影響較大，并采取了措施，有效消除了包裝過程中的靜電產(chǎn)生，提高了設(shè)備生產(chǎn)效率。在用量預(yù)測(cè)研究方面，梁金鳳等[3]利用邏輯斯蒂原理，并基于月用氣量變化分布曲線函數(shù)建立了城市月用氣量預(yù)測(cè)模型。為應(yīng)對(duì)環(huán)境逐漸惡化，鄧澤培等[4]利用ARMA模型和回歸模型對(duì)農(nóng)藥用量進(jìn)行了預(yù)測(cè)，在模型建立的基礎(chǔ)上，對(duì)殘差序列進(jìn)行ARMA模型處理并調(diào)整，建立了農(nóng)藥用量與時(shí)間之間的回歸模型，分析了殘差序列是否為白噪聲，并對(duì)非白噪聲及逆行ARMA模型建立。目前W市煙草企業(yè)采用了柔性分揀系統(tǒng)，在人員管理、機(jī)器設(shè)備管理、原料管理等方面都進(jìn)行了相應(yīng)改善，以上因素皆對(duì)卷煙的物流過程有所影響，從而影響包裝材料的用量，本文研究立足于柔性分揀系統(tǒng)下的諸多因素改善，從而對(duì)后期卷煙包裝材料用量損耗系數(shù)進(jìn)行合理預(yù)測(cè)。綜上所述，目前對(duì)于煙草流通過程中對(duì)于包裝膜消耗影響因素已有一定的研究，但在各因素下對(duì)實(shí)際消耗產(chǎn)生的具體影響情況方向稍顯不足，在預(yù)測(cè)方面較為成熟，預(yù)測(cè)模型多樣化，基于此，本文通過實(shí)地調(diào)查、問卷調(diào)查、專家打分等方式，對(duì)影響包裝薄膜用量的因素進(jìn)行了重新分析，利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了未來卷煙包裝薄膜用量預(yù)測(cè)。

1.卷煙包裝薄膜損耗影響因素分析。

層次分析法（AHP）是美國運(yùn)籌學(xué)家薩蒂于上世紀(jì)70年代初，為美國國防部研究“根據(jù)各個(gè)工業(yè)部門對(duì)國家福利的貢獻(xiàn)大小而進(jìn)行電力分配”課題時(shí)，應(yīng)用網(wǎng)絡(luò)系統(tǒng)理論和多目標(biāo)綜合評(píng)價(jià)方法，提出的一種層次權(quán)重決策分析方法[5]。

1.1 AHP模型。AHP模型的建立主要包括以下三點(diǎn)：1、建立層次結(jié)構(gòu)模型；2、構(gòu)造成對(duì)比矩陣；3、層次單排序及一致性檢驗(yàn)[6]。AHP法把影響卷煙包裝薄膜損耗情況的所選因素看作是一個(gè)完整的系統(tǒng)，通過分解、對(duì)比、綜合的思路對(duì)卷煙包裝薄膜損耗問題進(jìn)行分析和決策。步驟如下：第一步，建立遞階層次結(jié)構(gòu)模型。根據(jù)W市卷煙物流配送中心影響卷煙包裝薄膜損耗影響因素之間的相互關(guān)系，建立遞階層次結(jié)構(gòu)模型，分解讓問題層次化，條理性更強(qiáng)。第二步，構(gòu)造判斷矩陣。AHP需要的信息基礎(chǔ)就是：對(duì)每一層次中包含的因素重要性做出判斷，然后用數(shù)值的形式表達(dá)出來，再形成判斷矩陣。第三步，層次單排序以及一致性檢驗(yàn)。在上層某個(gè)因素中，本層和其相關(guān)聯(lián)的因素的重要性權(quán)值，下層因素對(duì)上層因素的相對(duì)重要性的關(guān)鍵。該過程就是特征向量和判斷矩陣的特征值。第四步：進(jìn)行一致性檢驗(yàn)。查表得出一致性檢驗(yàn)系數(shù)，通過計(jì)算一致性判斷公式，求一致性比例。當(dāng)一致性比例小于0.1時(shí)，矩陣一致性檢驗(yàn)才合格，否則調(diào)整判斷矩陣的取值。根據(jù)W市煙草物流中心實(shí)際工作流程，并通過工作人員問卷調(diào)查，結(jié)合現(xiàn)有數(shù)據(jù)，得出目前影響W市煙草物流中心包裝薄膜用量的因素，進(jìn)行整理后分為人、機(jī)、法、環(huán)四個(gè)因素。

1.2 AHP模型求解。構(gòu)造由“人”“機(jī)”“法”“環(huán)”四個(gè)因素的對(duì)比矩陣，從層次結(jié)構(gòu)模型的第2層開始，對(duì)于從屬于（或影響）上一層每個(gè)因素的同一層諸因素，用成對(duì)比較法和1—9比較尺度構(gòu)造成對(duì)比較陣，直到最下層[7]。為了使判斷定量化，AHP法采用1-9標(biāo)度方法，對(duì)不同情況的評(píng)比給予數(shù)量尺度。兩兩比較，標(biāo)度1，表示前者與后者具有同樣重要；標(biāo)度9表示前者比后者極端重要。初始重要程度判斷矩陣如下表1-1所示。

表1 -1初始因素重要程度矩陣

表1-1顯示，在初始重要程度判斷矩陣下，“人”和“機(jī)”因素是影響包裝薄膜用量的較為重要因素，“環(huán)”與“法”因素的影響程度相當(dāng)。利用Mpai數(shù)據(jù)分析軟件，得出如下層次分析結(jié)果，如表1-2所示。

表1 -2 層次分析結(jié)果

根據(jù)表1-2，可以得出“人”因素權(quán)重得分為0.1797?！碍h(huán)”的權(quán)重得分為0.0695，“法”因素的權(quán)重得分為0.0776，“機(jī)”因素的權(quán)重得分為0.6732。成分分析的計(jì)算結(jié)果顯示，最大特征根為4.2301，根據(jù)RI表查到對(duì)應(yīng)的RI值為0.89，因此CR=CI/RI=0.0862＜0.1，通過一致性檢驗(yàn)。綜上所述，影響卷煙消耗包裝薄膜用量的因素較多，其中主因素中的“機(jī)”因素權(quán)重達(dá)到0.6732，對(duì)于結(jié)果影響最大?！胺ā焙汀碍h(huán)”因素權(quán)重均不足0.1，對(duì)結(jié)果有一定影響，但是影響不明顯。

2.卷煙包裝薄膜損耗系數(shù)預(yù)測(cè)

2.1 W市卷煙物流分揀中心歷史包裝薄膜損耗系數(shù)計(jì)算。根據(jù)實(shí)際調(diào)研走訪，得到W市2020年7月24個(gè)工作日的卷煙薄膜消耗實(shí)際用量；根據(jù)每天實(shí)銷訂單構(gòu)成及數(shù)量，計(jì)算得出每天理論用量。利用當(dāng)天理論用量（L）/當(dāng)天實(shí)際用量（S）得出卷煙包裝薄膜實(shí)際效用系數(shù)Q。

根據(jù)上式中求得的效用系數(shù)，可以在僅知道訂單的情況下，估算當(dāng)日所需包裝膜用量，根據(jù)上式求得W市七月每天的包裝薄膜效用系數(shù)。

2.2 W市卷煙物流分揀中心包裝薄膜損耗系數(shù)預(yù)測(cè)。使用神經(jīng)網(wǎng)絡(luò)對(duì)W市卷煙包裝薄膜效用系數(shù)進(jìn)行預(yù)測(cè)，可定量的影響因素直接進(jìn)行加權(quán)得分統(tǒng)計(jì)，定性信息采用分級(jí)得分，轉(zhuǎn)換為定量數(shù)據(jù)作為模型輸入[5]。利用2020年7月W市物流運(yùn)作過程中卷煙包裝薄膜效用系數(shù)情況為輸入數(shù)據(jù)，對(duì)接下來采用柔性系統(tǒng)后的W市卷煙物流進(jìn)行卷煙包裝薄膜效用系數(shù)預(yù)測(cè)。

表2-2顯示了在人、機(jī)、法、環(huán)四個(gè)因素共同影響下，2020年7月24個(gè)工作日的包裝薄膜實(shí)際用量與理論用量的效益比，物流中心每日卷煙分揀量巨大，不可能完全基于準(zhǔn)確的量化數(shù)據(jù)得出卷煙包裝膜利用效益，本方法充分挖掘在四項(xiàng)因素影響下對(duì)于最終實(shí)際產(chǎn)生的包裝膜實(shí)際用量與理論用量比例系數(shù)規(guī)律，MATLAB計(jì)算得出每天在四項(xiàng)因素影響下的卷煙物流配送中心所使用的包裝膜耗用系數(shù)，并采用萊文貝格-馬夸特方法能提供數(shù)非線性最小化（局部最?。┑臄?shù)值解[9]。并最終形成一套神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，以完成對(duì)于后期因素變動(dòng)情況下的包裝薄膜耗用系數(shù)預(yù)測(cè)。

表2 -1 W市7月工作日卷煙包裝薄膜效用系數(shù)

表2 -2歷史包裝薄膜消耗情況

由圖2-3可知，Gradient為梯度下降法的函數(shù)；Validation Checks=5 echo，預(yù)測(cè)系統(tǒng)判斷在5次檢驗(yàn)后是上升或者下降，如果不下降或者甚至上升，說明Training set訓(xùn)練的誤差已經(jīng)不再減小，沒有更好的效果了，這時(shí)再訓(xùn)練就沒必要了就停止訓(xùn)練，At epoch 5代表此次訓(xùn)練一共訓(xùn)練了5次才結(jié)束。

圖2 -3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練各階段圖像

圖2 -4訓(xùn)練集、驗(yàn)證集、測(cè)試集和總體的均方誤差隨訓(xùn)練次數(shù)的變化圖像

圖2-4中小圓圈的位置代表終止的訓(xùn)練次數(shù)處的均方誤差，由于樣本量較少，所以遂模型訓(xùn)練三次既結(jié)束，藍(lán)色折線代表BP訓(xùn)練過程的MSE指標(biāo)在每一代中的表現(xiàn)，總體呈現(xiàn)先下降最后趨于平穩(wěn)的趨勢(shì)；隨訓(xùn)練次數(shù)的增加訓(xùn)練集、驗(yàn)證集、測(cè)試集和總體的均方誤差均趨于平穩(wěn)。

圖2 -5驗(yàn)證集、訓(xùn)練集擬合優(yōu)度

由圖2-5驗(yàn)證集、訓(xùn)練集擬合優(yōu)度圖可知，訓(xùn)練樣本的擬合優(yōu)度為98.94%，測(cè)試集的擬合優(yōu)度為98.70%，結(jié)果證明神經(jīng)網(wǎng)絡(luò)訓(xùn)練效果較為優(yōu)秀，可以用以參考并應(yīng)用。

3.地市卷煙物流配送中心卷煙包裝薄膜消耗計(jì)算公式

地市卷煙物流配送中心卷煙包裝薄膜消耗計(jì)算公式為：Si=

其中，為第i天實(shí)際需求卷煙包裝膜用量；為當(dāng)天到達(dá)分揀訂單后僅由訂單數(shù)量及結(jié)構(gòu)計(jì)算得出的單位卷煙包裝膜需求量，為第i天在四個(gè)因素影響下由BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)得出的卷煙包裝薄膜消耗效用系數(shù)，為當(dāng)天卷煙實(shí)際需求分揀箱數(shù)，由此預(yù)測(cè)出第i天卷煙分揀中心實(shí)際所需卷煙薄膜消耗量。

4.結(jié)論

綜上所述，文章基于“人”“機(jī)”“環(huán)”“法”四個(gè)因素入手，利用AHP層次分析法分別得出4個(gè)因素對(duì)于卷煙消耗包裝薄膜消耗影響情況，求出各自對(duì)結(jié)果影響的權(quán)重，其中，“人”與“機(jī)”因素所占權(quán)重較高，對(duì)最終結(jié)果影響較大?；谒脵?quán)重，文章采用了W市2020年7月的每個(gè)工作日的卷煙消耗包裝薄膜數(shù)據(jù)，根據(jù)歷史數(shù)據(jù)輸入以及配送中心采用柔性分揀后的因素得分改變，利用BP神經(jīng)網(wǎng)路得出包裝薄膜消耗效用系數(shù)預(yù)測(cè)。從神經(jīng)網(wǎng)絡(luò)模型表現(xiàn)來看，數(shù)據(jù)量較少導(dǎo)致迭代次數(shù)少，準(zhǔn)確度相對(duì)較低，為實(shí)驗(yàn)不足之處。其次，本文僅針對(duì)于當(dāng)前小環(huán)境下供以卷煙包裝環(huán)節(jié)做大體物料消耗預(yù)測(cè)，針對(duì)訂單結(jié)構(gòu)等相關(guān)影響因素的研究應(yīng)為后期研究的方向。從預(yù)測(cè)數(shù)據(jù)來看，基于柔性分揀的系統(tǒng)對(duì)于卷煙包裝薄膜消耗效用系數(shù)有一定影響，但隨時(shí)間推移，卷煙消耗薄膜效用系數(shù)有所下降，因此企業(yè)應(yīng)抓住關(guān)鍵點(diǎn)，進(jìn)行專項(xiàng)措施的改革，從而減少相關(guān)物料消耗，實(shí)現(xiàn)企業(yè)降本增效的遠(yuǎn)大目標(biāo)。

引用出處

[1]馮培貞.如何降低煙草商業(yè)物流卷煙包裝單箱薄膜消耗[J].科技與企業(yè),2015(11):59.

[2]楊光露,王廣勝,房華.靜電對(duì)超高速卷煙包裝機(jī)薄膜包裝效果的影響及消除方法研究[J].機(jī)械制造,2019,57(01):52-54.

[3]梁金鳳,郭開華,皇甫立霞.城市天然氣月用量的預(yù)測(cè)方法[J].化工學(xué)報(bào),2015,66(S2):392-398

[4]鄧澤培,趙凌.ARMA模型與回歸模型在農(nóng)藥用量預(yù)測(cè)中的應(yīng)用[J].中國農(nóng)學(xué)通報(bào),2014,30(31):304-307.

[5]梁孌.AHP在高職院校新辦專業(yè)評(píng)估指標(biāo)體系中的運(yùn)用[J].太原城市職業(yè)技術(shù)學(xué)院學(xué)報(bào),2018(12):4-7.

[6]董鳴皋.基于多指標(biāo)決策的循環(huán)經(jīng)濟(jì)發(fā)展水平綜合評(píng)價(jià)方法——以陜西省為例[J].干旱區(qū)資源與環(huán)境,2014,28(03):11-16.

[7]楊帆.基于二元語義層次分析法的智力資本價(jià)值測(cè)評(píng)[J].軟科學(xué),2010,24(05):42-45.

[8]虞博翔,楊金云.大數(shù)據(jù)下交通事故影響因素分析及預(yù)測(cè)[J].電子元器件與信息技術(shù),2021,5(05):61-63.

[9]陳龍,陳婷,袁瑩靜,周芷儀,謝鵬輝.基于BP神經(jīng)網(wǎng)絡(luò)的人民幣識(shí)別方法研究[J].軟件,2020,41(02):131-133.