基于ＢＰ神经网络的ＥＲＰ实施风险评价

张　静　夏　雷

中图分类号:F270.7 文献标识码:A

内容摘要:企业ERP项目实施是高投入、高风险项目,在ERP项目实施过程中正确的评价风险是保证企业ERP项目实施成功的重要环节。本文确定了在ERP实施过程中的各项风险指标,并从项目管理的角度,采用BP神经网络对ERP项目实施风险进行评价,达到了企业预防各项实施风险和控制ERP项目实施的目的。

关键词:ERP实施 风险评价 BP神经网络

所谓ERP(Enterprise Resource Plan,企业资源计划)是指建立在信息技术基础上,以系统化的管理思想,为企业决策层及员工提供决策运行手段的管理平台,可增强企业的管理效率和水平,提高企业的经济效益和竞争能力。ERP实施虽然能够为企业带来巨大效益,但它也具有高投入性、高风险性的特点。只有正确认识、评价ERP实施风险,才能采取有针对性的措施来降低风险,推动ERP在企业中的成功应用,才能真正促进企业竞争力的提高。

ERP项目实施过程风险评价指标体系建立

ERP项目实施风险是指企业ERP项目实施的行为过程中,消极的、不确定的因素和潜在的损失或不利的事件等的存在,导致对实施ERP的企业造成既定目标的偏差与失败。影响ERP实施成败的因素众多且纷繁复杂,大体上可分为以下几类:

领导风险。ERP项目是一项一把手工程,领导的支持直接对项目成败具有关键的作用。在项目实施中,领导风险包括控制能力风险(x1)、执行力风险(x2)、协调能力风险(x3)、推行力风险(x4)。

工作人员风险。实施ERP是需要聘请资深的实施人员知道和参与实施的全过程,使其在业务流程重组、建模、实施技术路线、实施计划与具体目标、实施质量控制等多方面发挥积极的作用。其风险指标包括实施团队风险(x5)、人员合作风险(x6)、人员培训风险(x7)、实施培训风险(x8)。

基础数据准备风险。ERP软件是企业管理有效的工具,而其运行的基础是企业的数据。真实可靠的数据将运行出正确科学的结果,而不准确的数据将运算出不准确的结果。其风险包括数据认识风险(x9)、数据完整性(x10)、数据编码风险(x11)、数据整理风险(x12)。

项目进度风险。ERP实施进度计划不合理、进度控制不严或进度延期都会对ERP实施产生很大的影响。其风险指标包括计划变更风险(x13)、进度延迟风险(x14)。

项目成本风险。ERP实施成本一般包括硬件费用、软件许可费、实施咨询费用和维护费用等。在实施过程中如何合理分配实施费用,结合项目进度和时间安排,将实施成本控制在计划之内,是项目成功的关键因素之一。其风险包括成本增加风险(x15)、成本不可控风险(x16)。

项目质量风险。ERP实施过程中,必须保证实施质量(x17)、过程阶段的评价公正(x18)以及控制ERP实施流程(x19)。

软件供应商风险。软件供应商风险在ERP项目实施过程中起关键作用,决定软件质量,决定应用效果。其风险指标包括信誉度风险(x20)、服务风险(x21)、协作风险(x22)。

监理方风险。在ERP实施的中、后期,有必要引入项目监理机制。现在越来越多的企业在应用这种机制,聘请有技术与管理经验的专家作为项目监理,这些专家处于企业与管理咨询公司之间,坚持公正、中立的立场。他们可对企业进行技术咨询,也可凭借实施成功的量化标准对管理咨询公司进行工作监督,帮助企业完整、科学地进行ERP实施。包括监督不利风险(x23)和沟通不畅风险(x24)。

转变风险。ERP是一种先进的管理系统,一种先进的管理思想,更是先进的管理思想与先进技术的结合,这就要求实施、应用它的人员具备一定的专业素质。企业应用ERP过程中,必须充分认识ERP给公司带来的各种转变,包括管理观念转变(x25)、组织架构调整(x26)、流程重组(x27)和业绩考核评价体系转变(x28)。

外部环境风险。企业实施ERP过程中,必须符合政府法规或行业要求以及国家财务制度。同时,企业应该关注行业环境信息化程度,有无相关行业经验可借鉴。外部环境风险指标包括违规风险(x29)、行业环境风险(x30)、其他随机风险(x31)。

运用BP神经网络评价ERP项目实施风险

人工神经网络(ANN)是由大量处理单元(神经元Neums)广泛互连而成的网络,是对人脑信息处理功能的模拟和延伸,是一种动态学习系统。BP神经网络作为一种前溃神经网络,可用来逼近复杂的非线性动态函数,将训练后的BP神经网络用于ERP项目实施过程风险评价,是一种智能的评价方法。本文根据辽宁省某大型环保公司近年实施ERP的历史资料,整理出20组风险评价的基本数据。

(一)建模

本文使用MATLAB7.0软件实现编程,采用三层误差逆传播神经网络,包括输入层、隐含层和输出层。输入单元的个数为31个,由本文所研究的ERP实施风险的31个评价指标组成;输出层1个,由所选取的20个样本的综合评价等级值组成,输入向量由定性和定量的指标组成,定性的指标采用专家打分法量化,然后将所有的量化指标进行归一,使所有的数据转化为处在[0 1]之间的指标值。输出向量采用区间法,根据表1确定该企业所处的等级,综合评价等级越高越好。也就是说当输出结果在0-0.4之间时,该企业的ERP实施风险很小。

(二)网络训练

本文使用MATLAB7.0软件实现编程,建立风险评价三层BP神经网络。根据收集到的20组数据,用前15组用于训练学习样本,后5组用于验证。从训练结果图1中可以看到训练误差达到期望误差,网络的收敛效果良好。

(三)验证样本与测试仿真

利用训练好的BP神经网络,用后5组数据对BP神经网络的有效性进行验证。从表2可以看出,用BP神经网络评价ERP项目实施风险,评价效果好,误差小。利用已经训练好的网络进行测试仿真,输入某企业的31个指标值,得出评价综合指数为 0.79462,评价等级为C,说明该企业ERP项目实施风险较大。企业可以根据这一评价结果来制定有效的风险控制措施。

结论

本文运用BP神经网络的思想和方法对ERP项目实施过程风险进行分析,总结了在ERP实施过程中的各项风险评价指标。在指标建立过程中,借鉴现有文献,综合考虑了ERP实施过程中各种可能遇到的风险。而采用BP神经网络建立ERP项目实施风险评价模型,其最大的优点是不受人为因素的影响、准确度高,有利于企业实现ERP项目实施风险的有效管理。

参考文献:

1.于森,潘晓慧.ERP发展历史及其现状透视[J].北京工业大学学报(社会科学版),2003.9

2.高隽.人工神经网络原理及仿真实例[M].机械工业出版社,2003

3.董长虹.Matlab神经网络与应用[M].国防工业出版社,2005