生產企業物流系統機能綜合評價研究

摘要：本文以生產企業物流系統為研究對象，在分析其系統結構的基礎上，將人工神經網絡理論和物流系統有機結合，提出生產企業物流系統機能評價的思路，探索建立其機能評價模型，為生產企業物流系統機能的定量評價提供系統方法，為企業改進和完善物流系統功能提供決策依據，為促進企業改善物流管理水平提供科學的借鑒。

關鍵詞：生產企業；物流系統；機能；評價

中圖分類號：F253.9文獻標識碼：A

文章編號：1002-3100(2007)04-0044-04

Abstract: Based on analyzing the structure of logistics system in Enterprises， the paper presents a thought about evaluation on logistics system's function of manufacturing enterprises， while combines the artificial neural networks with logistics system. The paper not only establishes an evaluation model on the evaluation of logistics system's function， but also supplies with decision evidence to improve the logistics system's function and scientific reference for the manufacturing enterprises to improve logistics management level.

Key words: manufacturing enterprises; logistics system; function; evaluation

現代生產企業的物流機能已從單一的原材料供應能力演變為生產中的物流流轉能力、銷售中的物流運送能力以及廢棄物流的回收處理能力等多項機能組成的機能結構體系，這種結構決定著生產企業的物流行為和物流運行績效，有什么樣的物流機能結構，就會有什么樣的企業物流效能。

1生產企業物流系統結構[1-2]

企業物流活動是滲透到各項經營活動之中的，企業物流系統的活動過程基本是投入—轉換—產出的過程。對于生產企業來說，是原材料、燃料、人力、資本等的投入，經過制造或加工的轉換，產出為產品或服務。其中，相對于投入的是企業供應物流；相對于轉換的是企業生產物流；相對于產出的是企業銷售物流。上述都是企業物流的正向運動過程，除此還有企業物流的逆向運動過程，即回收物流和廢棄物流[3]。

1.1供應物流。企業為保證本身的生產節奏，不斷組織原材料、零部件、燃料、輔助材料供應的物流活動。我們將這種從企業外部向企業內部投入物料的過程，以及從企業倉庫領取物料運送到生產車間的物流過程稱為供應物流。它包括原材料、燃料、半成品等一切生產資料的采購、運輸、庫存、倉儲管理、用料管理和供料運送等。

1.2生產物流。這種物流活動是指企業在生產工藝中的物流活動，它是與整個生產工藝過程伴生的，實際上已構成了生產工藝過程的一部分。企業生產物流的流程為：原料、零部件、燃料等輔助材料從企業倉庫或企業的“門口”開始，進入到生產線的開始端，再進一步隨生產加工過程一個一個環節地“流”，在“流”的過程中，本身被加工，同時產生一些廢料余料，直到生產加工終結，再“流”至制品倉庫便終結了企業生產物流過程。

1.3銷售物流。企業售出產品的物流過程被稱為銷售物流，即物資從生產者或持有者手中轉移至用戶或消費者手中的物流過程，是通過包裝、送貨、配送等一系列物流過程實現的，這也是企業為保證本身的經營利益，不斷伴隨銷售活動，將產品所有權轉給用戶的物流活動。

1.4回收物流與廢棄物流。企業在生產、供應、銷售的活動中總會產生各種邊角余料和廢料，而回收物品處理不當，往往會影響整個生產環境，甚至影響產品質量，也會占用很大空間，造成浪費。對廢舊物資中具有再利用價值的部分進行收集、分揀、加工，以使其成為有用的物資重新進入生產或消費領域的活動所對應的物流就是回收物流。對廢棄物資的處理活動所對應的物流則是廢棄物流，包括對企業排放的無用物進行運輸、裝卸、處理等的物流活動。

2人工神經網絡用于物流系統機能評價的基本思想

人工神經網絡（Artificial Neural Networks，ANN），是一種模仿人腦神經系統的工作機制而建立的網絡模型。物流系統受多種因素的影響，而且諸多因素之間有一定的耦合相關性。而采用神經網絡BP算法針對已有的訓練樣本集，通過學習和訓練，可以找出其系統內相關因素間的內在聯系，進而求得問題的解，這對于弱化權重向量中的人為因素，是十分有益的；對于那些含有噪聲或不完全的數據，具有很強的泛化功能和容錯能力；隨著參評樣本的增加和時間的演進，能夠進行進一步的樣本學習和實現動態跟蹤評價。因此，采用人工神經網絡評價方法對未識別的生產企業物流系統機能進行評價，可以得到有關其機能情況的有效結果。

3生產企業物流系統機能的BP神經網絡綜合評價

3.1生產企業物流系統機能評價指標的選取

物流系統機能的評價對象是處于復雜社會經濟環境之中的物流系統。這類系統大都受到政治、經濟、技術和生態環境等諸多因素的影響，但在選擇評價指標時，難以將所有的因素都考慮進去，因此應將主要的、能反映一個物流系統優劣的因素選擇為評價因素，而把那些無關緊要的因素舍棄掉。當然，主要與次要之分要因物流系統而異，某一評價因素對一個物流系統來說是主要的，而對另一個物流系統來說可能就是次要的。基于上述選擇，根據評價的客觀性，評價指標的體系化、可查性、可比性、定量性等原則，建立物流系統機能評價指標體系，將物流系統按水平結構加以劃分，形成具有遞階層次結構的評價指標體系，見表1所示。其中，第三層次的評價指標的建立是因為物流系統的行為過程是以一定的勞動消耗和勞動投入來完成某種產出的，而衡量物流系統投入產出轉換效率的指標就是物流生產率，而物流質量是物流系統技術經濟指標的重要組成部分，是對物流系統產出質量的衡量[4]。

3.2BP神經網絡評價模型的建立

BP神經網絡用于評價物流系統機能的基本原理是：將考察物流系統的21項底層評價指標值作為BP神經網絡的輸入向量，將生產企業物流系統機能的效果度量值作為輸出，然后用足夠的樣本訓練這個神經網絡，使不同的輸入向量得到不同的輸出值，這樣神經網絡所持有的那組權數值便是網絡經過自適應學習所得到的正確知識的內部表示。訓練好的ANN作為一種定性與定量相結合的有效工具，能夠再現樣本集中所具有的判斷能力，可以對生產企業物流系統機能進行實證性評價，從而可為企業調整和完善物流系統提供決策依據。本文建立三層BP神經網絡模型用于評價生產企業物流系統機能。

（1）節點數及網絡傳遞函數的確定

由Kolmogoror映射神經網絡存在定理可知，給定任一連續函數F： ， fx=Y，其中E是單位區間0， 1，F可以精確地由一個三層網絡以任意精度逼近，所以這里我們只將多輸入單元、多隱含單元和單輸出單元的三層BP神經網絡應用于物流系統機能的綜合評價和預測。據此構造三層神經網絡作為評價模型，其輸入單元個數為物流系統機能評價指標體系中底層指標的個數，輸出單元為1個。其中隱含層的結點數是模型優劣的關鍵，節點數太少網絡所能獲取的用以解決問題的信息太少；節點數過多會導致過度吻合，而且訓練時間會很長。因此，選取節點時采用網絡結構增長型方法，即先設置較少的節點數，對網絡進行訓練，并測試學習誤差，然后逐漸增加節點數，直到學習誤差不再有明顯的減少為止。選取節點的經驗公式為：b= +a，其中m為輸出神經元數，n為輸入神經元數，a為1， 10之間的常數。

（2）BP神經網絡算法的選取

4實證分析

（1）評價標準的設計

評價集是整個評價過程的關鍵，其設置的好壞，將影響評價的客觀性，本文將評價集設為優秀、良好、中等、一般、較差五個等級。評價標準見表2所示。

（2）樣本的選取

根據生產企業物流系統應實現的目標，采集、設計了10組網絡訓練的樣本數據，見表3所示，隱含層節點數確定為8個，允許的誤差為0.005。

（3）網絡訓練

根據選定的BP網絡及其設定的各項參數，將10組樣本數據進行標準化和歸一化處理后，放入網絡進行訓練，經過4 979次訓練，全局誤差絕對值小于預給精度，網絡訓練結束，得到結果見表4所示。

隱含層與輸出層神經元的權值為：[-0.19400.1647 -0.0215 -0.0005 -0.39710.45970.40860.3667]

隱含層神經元的閾值為：[11.6688 -0.7915-1.5448 -4.7188 4.4283-1.10952.0044 -1.7340 ]

輸出層神經元的閾值為：[0.2857]

以上述結果為基礎，采集某生產企業的一組物流系統數據：[72，89，54，0.79，80，0.77，0.67，0.32，0.54，0.76，0.66，80，

0.45，0.36，0.34，76，0.79，0.48，0.86，0.73，0.76 ]

將其輸入到已訓練好的網絡之中，可得到其輸出值為0.8166。其誤差為：err=[-0.11%-0.13%0.23%0.15%-0.04%-0.19%0.04%-0.05%-0.16%0.17%]。

根據上述評價標準可知，被測生產企業的物流系統機能綜合評價等級為“優秀”的范疇。這是對該企業物流系統當前發展狀況的量的描述，是決策者今后改進或完善該物流系統的有力依據。

參考文獻：

[1] 汝宜紅. 物流學導論[M]. 北京：北京交通大學出版社，2004.

[2] 周啟蕾. 物流學概論[M]. 北京：清華大學出版社，2005.

[3] 趙中平. 企業供應物流系統效率評價研究[D]. 長沙：湖南大學（碩士學位論文），2004:1-2.

[4] 張連富. 物流學[M]. 北京：人民交通出版社，2005:40.

[5] 聞新，周露，等. MATLAB神經網絡應用設計[M]. 北京：科學出版社，2000:207-231.

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”