北京工商大学毕业论文（设计） xi?Qi?Qmina?b
Qmax?Qmin式中，xi为归一化后序列的第i个量；a=0.9，b=(1-a)/2。因神经元的转移函数取做Tan-Sigmoid函数，这样做可避免神经元的输出进入饱和状态。下表为供应商评价值归一化后建立的训练样本：
表5.1 供应商评价值归一化后建立的训练样本
1月 0.8892 0.05 0.9208 0.8585 0.2983 0.8428 0.95 0.8081 2月 0.05 0.9208 0.8585 0.2983 0.8428 0.95 0.8081 0.4156 3月 输入样本 0.9208 0.8585 0.2983 0.8428 0.95 0.8081 0.4156 0.1855 0.8585 0.2983 0.8428 0.95 0.8081 0.4156 0.1855 0.077 0.9208 0.8585 0.2983 0.8428 0.95 0.8081 0.4156 0.1855 4月 3月 4月 输出样本 0.8585 0.2983 0.8428 0.95 0.8081 0.4156 0.1855 0.077 0.2983 0.8428 0.95 0.8081 0.4156 0.1855 0.077 0.2349 5月 5.4 供应商评价值预测
对8对样本进行训练。隐层节点数从4开始，逐步增加到9时网络预测结果较好。允许最大误差设为0.001，训练7527次后达到训练要求。网络误差收敛图如下：
图5.3 网络误差收敛图
从网络的训练结果可以看出，训练结果达到了预期值。经过多次训练验证发现，训练过程收敛的比较快，而且都能达到预期效果。这说明了，建立的BP网络模型稳定性
35
北京工商大学毕业论文（设计） 很好。
将需预测的样本
test=[0.4156;0.1855;0.077;0.2349]; 输入网络，得到 d9=(0.4266，0.7365，0.7204)，根据如下的公式：
(x13?b)(Qmax?Qmin)Q13??Qmin
a利用反归一化程序，可以得到第11个月，12个月和13个月供应商的评价值。 预测结果和实际结果如下表所示：
表5.2 BP预测结果和实际结果的比较
11月 12月 77.4878 13月 77.4054 预测结果 75.9013 实际结果 76.71493888 77.61336 77.36402 由上表可知:利用BP神经网络建立的模型预测供应商风险评价值误差较小，也就是说预测数据与实际数据大体上是一致的，能够预测出供应商风险评价值。根据预测值，连锁超市可以看出未来供应商的波动情况，使连锁超市采取相应的措施，以降低连锁超市的风险。
36
北京工商大学毕业论文（设计） 第六章 结论
值得一提的是，在行业竞争激烈的今天，我们提倡科学的去管理供应关系，亦在建立一个全面的稳定的多方位的长期的供应商与超市的之间的战略与合作机制，为了能达到这种共识，实现互利共赢，供应商与超市开始进行伙伴式进行资源共享或互持股份，通过资源共享，双方可以第一时间掌握对方的各类数据报表和各种指标信息；通过护持股份，双方都有义务为合作伙伴谋求更好的发展。因此，本文所提的风险预测可以帮助连锁超市和供应商用科学的发展的眼光看问题，除了和价格有关的风险之外，还强调服务风险、发展风险，把可能发生的风险降到最低。
本文对连锁超市供应商风险进行分析评估，对因素进行成对比较，求得各因素相对权重，用模糊算法对供应商风险进行模糊评价，利用BP网络建立初级的风险预测系统。供应商的评价模型是动态的，不是一成不变的，还要根据实际情况进行更新和调整。
37
北京工商大学毕业论文（设计） 致谢
首先，我要感谢所有给予我帮助的老师，尤其是我的指导老师：薛红老师，从当初的选题、找资料、写论文到今天的定稿，薛老师都给予了我很大的帮助，提出了许多宝贵的建议，使我受益匪浅；其次，我要感谢自动化研究生徐世峰，他在我研究陷入困境的时候，及时给予帮助，帮助我节省了许多宝贵时间；再次，我要感谢我的同组成员，平时与她的探讨研究让我对课题的理解更加深入；最后，我要感谢我的父母，给予了我在生活上的支持，使我这段时间能够全身心的投入到论文写作中。
38
北京工商大学毕业论文（设计） 参考文献
[1]Christy D P,Grout J R.Safeguarding supply chain relationships[J].Production Economics,1994(36):233-242.
[2]The Lee H,Padmanabhan V,Whang S.Information Distortion in a Supply Chain:Bullwhip Effect[J].Management Science,1997,38(3):93-102.
[3]汪云峰，马士华.供应链上的不确定因素与库存[J].工业工程与管理，1999(5):37-40.
[4]杨红芬，吕安洪.供应链管理中的信息风险及对策分析[J].北京工商大学学报，2002（3）：32-35. [5]徐桂颖.供应链绩效评价方案的评价指标隶属度[J].市场周刊，2003，（10）：43-45. [6]王长琼.物流系统工程[M].北京：中国物资出版社，2005：161-189.
[7]韩立群.人工神经网络理论、设计及应用[M]. 北京：化学工业出版社，2002：43-62. [8]李燕蕾.连锁超市配送中心绩效评价体系设计及应用[D] .上海：上海交通大学，2008. [9]王瑞亮.第三方物流企业绩效评价指标体系构建于实证分析[D].上海：大连海事大学，2006. [10]孙捷.面向配送中心的第三方物流企业绩效评价体系的研究[D] .济南：山东大学，2006. [11]李勇，周敬宣，李湘海.人工神经网络法预测城市用水量[D] .武汉：华中科技大学，2005.
39