基于BP神经网络的第四方物流服务商选择研究

范孝良， 王美会 （华北电力大学，河北 保定 071003）

FAN Xiao-liang,WANG Mei-hui (North China Electric Power University,Baoding 071003,China)

0 引 言

随着全球供应链的发展，企业对物流服务深层次和全面性的要求不断提高，第三方物流服务商缺乏当前所需的综合技能、集成技术、战略和全球扩展能力，特别是缺乏对整个物流系统及供应链进行整合规划的能力，物流发展 “瓶颈”凸现出来。于是，一种全新的物流理念——第四方物流 （Fourth Party Logistics,4PL）逐渐从传统的供应链管理中脱颖而出。作为供应链服务创新模式的第四方物流是面向整个供应链的综合物流服务供应商，它能整合和管理自身以及具有互补性服务供应商的所有不同的资源、技能与知识、技术，并为客户提供全面、快捷、低成本、高质量的综合化的物流方案。因此，企业选择合适的第四方物流服务商作为供应链合作伙伴来进行物流运作，对于提高企业竞争力和客户需求的反应能力具有重要意义。本文引入BP神经网络方法对第四方物流服务商进行评价选择，减少了主观因素的影响，提高了评价的准确性。

1 第四方物流服务商的评价指标体系

1.1 第四方物流

4PL的概念最初由美国埃森哲管理顾问公司在1998年提出，并对4PL术语注册了商标并将其定义为：4PL是一个集成商，它对公司内部以及其他组织所拥有的不同资源、能力和技术进行整合，提供一整套的供应链解决方案[1]。美国的约翰·加特纳 （John Gattorna）于同年出版的 《战略供应链联盟》中指出： “第四方物流是应对现代供应链挑战所提出的一个全新的解决方案……它能够使企业最大程度地获得多方面的利益。”[2]国内学者王伟 （2004）[3]提出，4PL是在3PL的基础上发展起来的，从本质上说，4PL是一个为货代企业和3PL供应商提供方案集成的服务组织，它具备供应链管理、运输一体化及供应链再造的功能。

由此可知，4PL是3PL和供应链管理的结合体，不仅对特定的物流服务进行控制和管理，而且提供全面意义上的供应链物流解决方案，并将这个过程集成起来，创造一种协同环境，也为其顾客创造更大的价值。其特点主要有以下两个[4]:

第一，4PL提供一个综合性供应链解决方案，以有效地适应需方多样化和复杂化的需求，集中所有的资源为客户完整地解决问题。

第二，4PL通过影响整个供应链来获得价值，即能够为整条供应链的客户带来利益。

1.2 第四方物流服务商评价指标体系的建立

本文根据指标体系建立的系统性、科学性、简明性、灵活性、动态性、定性和定量相结合等基本原则，参考对服务商评价指标体系的研究文献[5-8]，并综合分析第四方物流服务商的特点以及企业选择4PL服务商时所考虑的因素，构建了如图1所示的第四方物流服务商评价指标体系。

图1 第四方物流服务商评价指标体系

2 基于BP神经网络的第四方物流服务商选择模型

2.1 BP神经网络及其学习机制

BP（Back Propagation）网络是1986年由Rumelhart及其研究小组提出的一种按误差逆传播算法训练的多层前馈型神经网络，是目前应用最广泛的神经网络模型之一[9]。典型的BP网络具有三层网络结构：输入层、隐层和输出层。各层间神经元形成全互联接，各层次内的神经元没有任何耦合。BP神经网络的学习过程由信号的正向传播与误差的反向传播两个过程组成。其算法描述如下。

（1）BP网络的正向传播：

其中，f（x ）为节点传递函数，即Sigmoid函数，它包括logsig、tansig、purelin三种形式的函数；vij为输入层节点i到隐层节点j的权值，θj为隐层节点阈值；wjk为隐层节点j到输出层节点k的权值，θk为输出层节点阈值。

（2）BP网络的反向传播：

A．计算各层误差：

用经过调整的权重和阈值继续计算隐层输出和输出层的输出值，继续计算误差并进行调整，直到满足误差要求或达到最大迭代次数，则终止学习。

2.2 评价指标的标准化

在第四方物流服务商评价指标体系中，既有定性指标，也有定量指标，其量纲也不相同，为使各指标具有可比性，必须对指标进行标准化处理。经过标准化处理的各指标都可以转化为［0,1 ］区间上的某个值。

（1）对于定量指标，处理方法如下：

其中，xi为原始数据；ximin为第i个指标数据变化范围的最小值；ximax为第i个指标数据变化范围的最大值。

（2）对于定性指标，应先将其量化处理，再将量化结果进行标准化处理，处理方法与 （1）相同。较常用的量化方法是专家打分法。

2.3 第四方物流服务商BP神经网络选择模型的建立

2.3.1 模型结构的设计

对于任意给定的连续函数φ:X→Y,X∈Rn,Y∈［0,1 ］m，则φ可以精确地由一个三层神经网络实现[10]。所以本文选用三层BP网络。

（1）输入层。网络需要输入的信息是第四方物流服务商评价体系中各个底层评价指标的得分情况，因此将最底层评价指标数作为输入层神经元个数，数量为23。

（2）输出层。网络需要输出的结果是对第四方物流商进行评价的分值，因此这里确定输出层神经元个数为1。

（3）隐层。根据相关研究，当输入较多输出较少时，采用Nl确定隐层神经元个数，式中N为神经网络的输入个数，l为神经网络的输出个数。令N=23,l=1，根据公式计算求得隐层神经元个数为4.796，取隐层神经元个数为5。

第四方物流服务商选择的神经网络模型如图2所示。2.3.2 BP神经网络模型的评价程序

（1）按照前述第四方物流服务商指标体系，搜集学习样本即不同企业的指标值，进行标准化处理，作为网络模型的输入量。并经由专家打分对每个样本进行综合评价的结果作为训练网络的期望输出量，从而确定学习样本对X,（）d 。

（2）按照前述BP神经网络学习步骤，对样本对进行训练，当网络总误差ERME＜Emin，训练结束。

（3）存储训练好的BP神经网络，我们称此时的BP网络为服务商选择的神经网络综合评价模型，神经网络具有的连接权系数和内部阈值均为模型参数。

（4）搜集待评价的第四方物流服务商的评价指标因素值，标准化后输入BP神经网络，计算输出。（5）根据输出对第四方物流服务商进行评价。

3 模型应用

3.1 网络的训练及检验

MATLAB提供了神经网络工具箱，涵盖了神经网络基本的常用模型，这使得它在神经网络的开发与应用方面更为方便。因此，本文在MATLAB 7.6平台上实现第四方物流服务商的评价选择。网络输入层、隐层、输出层节点数分别为23、5、1；输入层到隐含层、隐含层到输出层的传递函数分别采用tansig和purelin函数；网络最大训练步长epoch为5 000；学习率η为0.05；网络训练最小误差 Emin为0.0001。

通过资料整理和专家打分，搜集10家4PL服务商样本数据，选取前7家4PL服务商的数据作为训练样本，后3家服务商的数据作为检验样本 （由于篇幅原因，不再给出样本数据）。期望输出值由专家打分得出。网络经初始化，输入经过标准化处理的训练数据，利用函数trainlm对网络进行训练，经过1 441次的学习后，BP网络训练结束。其网络误差变化如图3所示。

存储训练好的网络，利用检验样本对训练好的BP网络进行仿真，检验其泛化能力。检验结果如表1所示。

表1 检验样本测试结果

从上表可以看出，各个样本的网络输出结果与期望输出都很接近，因此可以认为，本文所建立的4PL服务商评价神经网络模型具有优越的泛化能力，基本满足实际应用的需求，能够对新的4PL服务商进行评价。

3.2 模型的应用

利用此BP网络模型，输入企业的23个底层指标的分值，就能输出企业的综合评价分值，通过输出的分值大小来选择最优的4PL服务商。也可以设定一个评语集 （评价值落在0.8—1.0之间为优；落在0.7—0.8之间为良；落在0.6—0.7之间为中；落在0.5—0.6之间为差；落在0.5以下为很差），这样网络可以根据计算结果和评语分值将4PL服务商的综合评价结果进行自动分类。

4 结 论

本文运用MATLAB神经网络工具箱实现了对4PL服务商评价与选择问题的研究，所建立的BP网络模型具有高度的非线性映射能力和学习能力，减少了主观因素的影响，为研究4PL服务商的选择提供了一种新思路，能为选择4PL供应商和优化整个供应链提供可行的、有效的支持和依据。下一步的研究需要继续完善4PL服务商评价指标体系，同时进一步扩充训练样本集，以丰富模型的经验知识，并确定合适的网络参数，提高网络模型的稳定性和可靠性。

[1] 毛光烈.第四方物流理论与实践[M].北京：科学出版社，2010.

[2] John G.Strategic Supply Chain Alignment[M].Gower PubCo,1998.

[3] 王伟.4PL拉动第三方物流需求的驱动力[J].中国储运，2004(2):44-46.

[4]任登魁.物流——21世纪财富的新金矿[M].郑州：黄河水利出版社，2004.

[5] 衣耀运.基于ANP的第四方物流服务商评价与选择研究[D].沈阳：东北大学 （硕士学位论文），2008.

[6] 涂建军.第四方物流供应商评价与选择研究[D].武汉：武汉理工大学 （硕士学位论文），2006.

[7] 张滢.第四方物流供应商选择的AHP-GRAP组合分析模型[J].当代财经，2009(2):73-74.

[8] 初艳巍.AHP-TOPSIS法在第四方物流供应商选择中的应用[J].电子商务，2011(1):67.

[9] 韩力群.人工神经网络教程[M].北京：北京邮电大学出版社，2006.

[10] 焦李成.神经网络系统理论[M].西安：西安电子科技大学出版社，1990.