基于BP神經網絡的ERP系統實施效果評價

□文/馬計斌 王 星

（1.邯鄲學院；2.河北工程大學經濟管理學院 河北·邯鄲）

引言

隨著經濟市場的快速變化和需求的多樣化，企業之間的競爭力日趨加劇，企業面臨著復雜的生存與發展壓力。企業信息化不僅可以提高企業的價值和發展潛力，更是提高企業核心競爭能力的有效方法和手段。因此，ERP（Enterprise Resource Planning）作為會計信息化的最高階段，有效地整合了企業內部各部門之間的信息，降低了企業運營成本，提高了效率，實現資源共享與決策支持，進而提升企業競爭力。

目前，我國許多企業開始實施了ERP，但是當中有許多企業以失敗而告終，是因為ERP系統是復雜的系統工程，其實施過程具有不確定性，耗費時間長，且受多因素的制約和影響。因此，怎樣才能客觀、準確、全面地評價ERP系統的應用效果成為了大批學者的研究對象。

本文根據ERP系統的主要評價指標，利用BP神經網絡方法的模型對ERP實施效果進行評價。

一、ERP實施效果評價指標體系

由于ERP系統使用者不同、承擔責任不同，因此對企業ERP實施的效果評價要從多角度、多指標來考慮，這樣可以涉及到企業的方方面面。ERP系統的實施是個復雜的項目，對于ERP實施效果的評價指標體系就要與企業的管理思想、管理模式、管理機制、組織結構及業務流程等相關經濟指標融合進來，更好地幫助企業在管理方面的改進、提高和創新。

作為衡量和評價ERP實施效果的標尺，評價指標應具備全面性、可操作性、創新性、可測性及可比性等特點，結合這些特點及針對目前我國企業ERP應用現狀，從運營管理和應用價值兩個方面建立ERP實施效果評價指標體系。（表1）

二、BP神經網絡的原理

（一）BP神經網絡的學習過程。BP（Back Propagation）神經網絡是目前應用最為廣泛的一種神經網絡，包括輸入層、隱含層、輸出層三層，它是由正向傳播和反向傳播兩個學習過程組成，正反兩個過程反復進行，并調整各層間的連接權值，使誤差信號不斷減少，直到誤差達到預先指定的精度為止。BP神經網絡的結構圖如圖1所示。（圖1）

圖1 BP神經網絡結構圖

（二）BP神經網絡的算法流程。BP算法實質是求取誤差函數的最小值問題。這種算法采用非線性規劃中的梯度下降方法，按誤差函數的負梯度方向修改權系數。具體流程如下：

1、設置初始權值：給各連接權值分別賦一個區間（-1，1）之間的隨機數，并設定學習速率和誤差目標。

表1 ERP實施效果評價指標體系

2、輸入一個樣本X，以及對應期望輸出Y。

3、求出隱含層、輸出層各單位輸出以及誤差。

4、如果誤差小于誤差目標，訓練結束。

5、球誤差精度，修改權值，跳到2，重新計算實際輸出和誤差，直至誤差限制在規定的范圍內。

6、訓練結束。

三、BP神經網絡在ERP系統實施效果評價中的應用實踐

本文的研究借助Matlab系統工具箱對BP神經網絡進行仿真分析。應用BP神經網絡模型對ERP應用效果評價按如下步驟：

1、根據上述建立的評價指標確定評價因素。

2、評價結果的確定。本文擬將企業ERP實施效果分為四個等級：優、良、中、低，通過專家打分方式確定各指標的等級評判標準，采用0～10分制：9～10分為優、8分為良、5～8分為中、0～5分為低。

3、樣本數據選取。選取企業日常運營中記錄下來并存入數據庫的實際數據進行刷選，從中選取樣本數據，并將樣本數據分為兩個部分：一部分用于訓練數據；另一部分用于檢驗數據。

4、訓練網絡。用經過處理的數據訓練網絡，直至實際輸出結果與期望結果之間的誤差小于指定的誤差時，訓練完成；否則，繼續訓練。

5、ERP實施效果評價。將檢驗指標數據樣本輸入此訓練好的BP神經網絡進行效果的評價與檢驗，看評價結果是否與專家打分的結果接近。

四、結束語

借助于神經網絡的自學習、自適應能力和容錯性強等特點，建立企業ERP實施效果評價體系，可操作性強，評價結果更加客觀準確，不僅提高了ERP實施成功率，還增強了企業的競爭力。

［1］汪嘉楊.基于BP神經網絡的企業績效綜合評價方法［J］.成都信息工程學院學報，2004.19.1.

［2］Mackay D J C1Bayesian interpolation1 Neural Computation，1992.4.

［3］http：//baike.haosou.com/doc/5444399.html.網頁資源.

［4］石劍平，姜麟，徐潤林.Mat lab數據庫工具箱在數學建模中的應用［J］.信息系統工程，2010.9.