资源描述：
《基于ahp法与bp神经网络的应急物流风险评估与预测模型》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、基于AHP法与BP神经网络的应急物流风险评估与预测模型李志伟(北京交通大学经济管理学院,北京100044)[摘要]采取AHP法和BP神经网络技术纵向相结合方法,建立了应急物流风险评估与预测模型。首先建立了应急物流风险评估的评价指标体系,给出了AHP层次分析法筛选指标的方法,然后设计了改进型神经网络模型评价与预测步骤。[关键词]层次分析法;BP神经网络;城市公共交通[中图分类号]F224.0;F253.9[文献标识码]A[文章编号]1005-152X(2008)09-0075-03EmergencyLogisticsRiskE
2、valuationandForecastModelBasedonAHPandBPNeuralNetworkLIZhi-wei(SchoolofEconomics&Management,BeijingJiaotongUniversity,Beijing100044,China)Abstract:CombiningAHPwithBPneuralnetwork,thepaperestablishesanemergencylogisticsriskevaluationandforecastmodel,firstofallestabl
3、ishestheevaluationindexsystemforemergencylogisticsriskevaluationandproposeshowtouseAHPtoscreenouttheindexesandthendesignsanimprovedneuralnetworkmodeltoevaluateandforecaststeps.Keywords:AHP;BPneuralnetwork;urbanpublictraffic1引言发事件应急物流风险评估与预测模型。近年来,各种突发事件频繁发生,破坏性十分严重
4、,波及2AHP和BP神经网络基本原理范围十分广泛,如2008年的南方大雪灾和四川汶川大地震等。这些突发性公共事件不仅造成生命财产的巨大损失,而且层次分析法[2]是美国运筹学家Salty在1977年提出的一种还会影响社会稳定,甚至危及国家安全,对经济社会发展全局定性与定量相结合的决策分析方法,它把复杂的问题分解为产生重大影响。应急物流水平直接关系到能否有效对各种突各个组成因素,将因素的支配关系分组形成有序的递阶层次发性事件进行控制,尽量使损失最小化,避免灾难扩大,因此结构,通过两两比较的方式确定层次中诸因素的相对重要性,加强应
5、急物流风险评估与预测是形势发展变化的迫切需要,然后综合专家的判断以决定诸因素相对重要性的总顺序。层也是我国目前应急物流建设所面临的重要课题。次分析法设法通过一定模式使决策思维过程规范化,使之适应急物流是指在应对突发性事件(包括火灾求援、危险物应于定性与定量因素相结合特别是定性因素起主导作用的评质事件、抗洪抢险、海啸和抗震救灾、疫情控制等以及突然失价问题。然而如何在人的参与过程中,尽量减少主观上的随意去主要供应商或顾客)所采取的一种物流运作模式,具有时间性、思维上的不定性以及认识上的模糊性等不利的主观因素紧、任务重、协调难、风
6、险大等特点。从近年来应对各种突发事的影响,人工神经网络方法可有效弥补解决上述问题[3]。件中的物流运作情况看,有效地实施应急物流运作过程中的BP神经网络(Back-PropagationNeuralNetwork)是一种反向风险管理已成为应急物流成功运作的关键之一,而实施准确、传递并修正误差的多层前馈映射网,是当前应用最多的一种全面、快速的风险评估是实施应急物流风险管理的关键环节[1]网络[4]。。这种神经网络具有一个输入层,用于输入相关数据信由于AHP法对确定指标体系的权重相当有效,可以用于评价息;一个或者多个隐层,用于分
7、析、模拟过程中的中间计算;一指标的筛选,而BP人工神经网络在多领域中用于模式辨识与个输出层,输出运算、模拟结果[5],基本网络模型如图1所示。预测具有很好的效果,因此,本文将两种方法组合使用构建突[收稿日期]2008-06-16[作者简介]李志伟(1975-),男,湖南益阳人,北京交通大学经济管理学院博士研究生,主要从事系统工程理论与方法、应急物流风险评估与决策等方面的研究。急图1BP神经网络模型神经网络是由大量的简单处理单元所构成的非线性系统,并具有巨量并行性、存储分布性、结构可变性、高度非线性、自学习性、自组织性及有效的
8、函数逼近能力等特点。在神经网络的运用过程中,普遍的做法都是将所有对因变量有影响的变量均作为输入变量,从而确定输入、输出层维数和神经图2层次结构模型网络的建模问题。该方法有其总体合理性、可行性,但也有其3.2利用BP算法建模弊端所在。主要表现在:3.2.1BP神经网络建模。本文采用一种具有多
