摘?要：通過對電信運營企業(yè)中供應商的具體特點進行分析，基于不同的特點建立電信運營企業(yè)供應商的評價指標體系。BP神經(jīng)網(wǎng)絡是目前應用最廣泛的神經(jīng)網(wǎng)絡，本文基于此計算方法對供應商數(shù)據(jù)進行訓練，建立電信運營企業(yè)供應商選擇模型，設計了一種基于BP神經(jīng)網(wǎng)絡的電信行業(yè)供應商選擇算法，可以利用訓練好的神經(jīng)網(wǎng)絡對復雜繁多的電信運營企業(yè)供應商進行快速選擇。實例驗證結果表明，將BP神經(jīng)網(wǎng)絡用于電信運營企業(yè)供應商選擇具有較強的實用性。

關鍵詞：BP神經(jīng)網(wǎng)絡;供應商選擇;電信行業(yè);MATLAB

中圖分類號：TP183文獻標識碼：A文章編號：1008-4428（2019）06-0025-03

一、 引言

隨著國內(nèi)信息時代的迅速發(fā)展，電信行業(yè)的市場競爭也愈發(fā)激烈，電信運營企業(yè)之間的競爭也隨之發(fā)生了轉變，由之前企業(yè)之間的競爭演變成供應鏈之間的相互競爭關系。更多的企業(yè)隨著市場需求的多元化發(fā)展也逐漸加入了電信供應鏈的大軍中，電信企業(yè)的管理范疇由以往的自身資源的管理擴大到整個供應鏈的管理，供應鏈包含供應商和客戶，因此電信內(nèi)部結構逐漸復雜化，電信運營企業(yè)也逐漸察覺結構的變化并尋求管理的辦法，通過與合作伙伴之間的相互配合適應競爭環(huán)境、針對供應商制定合適的管理方法以及將供應商的選擇評價方法進行合理的優(yōu)化保持電信運營商在市場中的高份額。

目前常用的對供應商進行選擇評價和評價的方法有很多，例如：層次分析法（AHP）、網(wǎng)絡分析法（ANP）、數(shù)據(jù)包絡分析（DEA）、逼近理想解排序法（TOPSIS）、灰色關聯(lián)分析法等，這些方法由于專家在評價的過程中主觀意識會影響結果及在實際的應用中包含隨機性，因此通過利用人工神經(jīng)網(wǎng)絡進行供應商評價可以很好地解決這一問題。

20世紀80年代，在人工智能領域興起了人工神經(jīng)網(wǎng)絡的研究熱潮，針對人腦神經(jīng)元網(wǎng)絡基于信息的角度進行抽象處理，并形成簡單的模型，通過不同的方式鏈接形成不同的網(wǎng)絡。在學術界通常簡稱為神經(jīng)或類神經(jīng)網(wǎng)絡。它具有學習型自適應性能力、分布式儲存、大規(guī)模的并行處理信息存儲及容錯性等優(yōu)點。同時還是運算模型的一種，可以任意精度逼近計算非線性函數(shù)，通常建模時被稱為輸入和輸出數(shù)據(jù)之間的“黑箱”，并且利用學習能力實現(xiàn)輸入和輸出數(shù)據(jù)間的非線性映射。利用這些特點彌補供應商評價中的不足。

本研究依據(jù)相關文獻的研究和參考，制定了基于電信行業(yè)環(huán)境的電信運營商中針對供應商的評價指標體系，在此基礎上，利用MATLAB針對三層BP神經(jīng)網(wǎng)絡模型的結構進行分析測試及訓練。通過此模型的利用完善電信運營企業(yè)供應商評價的模擬系統(tǒng)，促進電信運營企業(yè)針對供應商的評價效率的提高。

二、 電信運營企業(yè)供應商評價指標體系的確定

隨著電信行業(yè)全球化的發(fā)展，認真研究電信供應鏈變得尤為重要，對于供應鏈中最重要的采購環(huán)節(jié)，供應商的選擇成為很多電信運營企業(yè)的一個難題。本節(jié)在分析電信運營企業(yè)采購特點的基礎上，結合之前學者的研究成果，總結出了適合于電信運營企業(yè)供應商的評價指標體系。

（一）電信運營企業(yè)的采購特點

1. 采購周期長

在電信運營企業(yè)中，時間因素具有特殊的意義。大工程項目通常需要分期完成，然而采購與工程項目相匹配的配套設備通常也需要分期進行。

2. 采購種類多樣

電信運營企業(yè)從交換數(shù)據(jù)的設備、傳輸通信的設備、計算機服務器相關硬件設備等到ERP及信息等軟件系統(tǒng)，采購的領域跨度極為龐大，種類多種多樣。

3. 采購成本高昂

在采購金額上，電信運營企業(yè)的采購額高達上百億，嚴重影響企業(yè)的資本和現(xiàn)金流量，為了滿足企業(yè)采購所需的資金必須通過各種籌資方式維持正常的采購開銷。

4. 對采購設備的質量要求高

對于電信運營商來說，保證通信服務的質量是提升客戶滿意度的關鍵，所以要始終確保采購設備的質量的可靠性和穩(wěn)定性。

5. 售后服務體系完善

電信運營商采購的設備在投入使用以后，必然會出現(xiàn)一些不大不小的問題，這就需要供應商能夠提供完善的技術支持和售后服務，保證在最短的時間內(nèi)解決問題。

（二）電信運營企業(yè)供應商的評價指標

1. 產(chǎn)品因素

（1）產(chǎn)品價格

產(chǎn)品價格通常是指運營商從供應商處獲得的產(chǎn)品的價格。它對運營商的利潤有一定的影響，該指標是一個定量指標，可以用單位產(chǎn)品的訂貨價格來衡量。

（2）產(chǎn)品合格率

產(chǎn)品質量指的是供應商提供給運營商的產(chǎn)品的好壞及耐用程度，該指標是一個定量指標，用合格產(chǎn)品占產(chǎn)品總量的百分比來衡量。

（3）物流成本

物流成本是指產(chǎn)品從供應商配送到運營商處所產(chǎn)生的成本，該指標是一個定量指標，用單位產(chǎn)品的運輸費用來衡量。

2. 組織因素

（1）生產(chǎn)能力

企業(yè)的生產(chǎn)能力不但映射一個企業(yè)的生產(chǎn)規(guī)模，同時也是企業(yè)加工能力的技術參數(shù)，因此企業(yè)的生產(chǎn)能力是反映企業(yè)生產(chǎn)可能性的一個重要指標。

（2）技術人員的教育程度

技術人員的教育程度是影響企業(yè)技術、質量的關鍵因素。利用本科以上學歷的技術人員占整個技術人員的百分比來衡量技術人員的教育程度。

（3）ISO認證情況

通過考察供應商是否進行ISO認證，可以規(guī)范企業(yè)的管理運作，提高管理水平。該指標的考核方式：1為該企業(yè)已經(jīng)行ISO認證，0為該企業(yè)未進行ISO認證。

3. 交貨能力

（1）交貨準時性

交貨準時性是指供應商在運營商指定的時間內(nèi)交付貨物的程度。

（2）配送準確性

配送準確性是指供應商能否將貨物配送至正確的地點。

（3）安全性

安全性是指配送至運營商的貨物是否完好無缺、是否有破損的情況。該指標是一個定量指標，用未破損的產(chǎn)品數(shù)量占總產(chǎn)品數(shù)量的百分比來衡量。

4. 服務能力

（1）售后服務水平

售后服務是指提供給已出售商品的各項服務。該指標是一個定量指標，主要依據(jù)固定時間內(nèi)總售后服務次數(shù)中售后服務滿意度次數(shù)所占的比例，以此針對供應商售后服務的滿意率來衡量。

（2）技術支持水平

技術支持水平不僅是以解決技術問題為目的的，更重要的是在運營商心中建立起企業(yè)的形象，并進一步記住所用產(chǎn)品的品牌。該指標是一個定性指標，用李克特五級評分法來衡量。

三、 BP神經(jīng)網(wǎng)絡評價方法

（一）BP神經(jīng)網(wǎng)絡的基本原理

BP神經(jīng)網(wǎng)絡理論是屬于技術前沿的人工智能研究領域，是應用最廣泛的人工神經(jīng)網(wǎng)絡，是多層前饋網(wǎng)絡通過逆向誤差傳播的算法訓練的，通常依靠自己的學習能力訓練出相應的規(guī)則，不必提前確定輸入、輸出之間關系的數(shù)學方程，就能給輸入值一個逼近期望的數(shù)值。通過算法實現(xiàn)人工神經(jīng)網(wǎng)絡信息智能處理系統(tǒng)。

BP神經(jīng)網(wǎng)絡是屬于單向傳播的具有三層或三層以上前向結構的神經(jīng)網(wǎng)絡。然而每層與上層間的神經(jīng)元單元都實現(xiàn)權連接，但是每個神經(jīng)元之間又是不連接的。如圖1所示，通常從結構上來講具有三層結構，包含輸入、隱藏、輸出層，并且處于互連接的狀態(tài)。

（二）BP神經(jīng)網(wǎng)絡建模的一般流程

BP算法利用自身的學習性以及較好的適應性，判斷出規(guī)則的多層神經(jīng)網(wǎng)絡的算法，相較于單層感知器只能解決線性問題的不足針對大量的非線性數(shù)據(jù)BP算法可以很好地解決。一般包含以下流程：

1. 整理數(shù)據(jù)并讀取

基于整理好的數(shù)據(jù)為基礎，并導入excel文本，然后采用MATLAB函數(shù)針對數(shù)據(jù)進行系統(tǒng)的讀取，組建成BP神經(jīng)網(wǎng)絡。

2. 設置測試集和訓練集

以整理好的數(shù)據(jù)為基礎，并分成測試集和訓練集兩部分。通過測試集針對訓練集訓練出的結果進行檢驗，采用誤差分析法將算法的預測能力及擬合性判斷并確定下來。

3. 針對數(shù)據(jù)進行歸一化處理

為了更加便捷的查找數(shù)據(jù)之間的關系，將數(shù)據(jù)控制在一定的范圍內(nèi)進行歸一化處理。歸一化可以使模型在實際運行中更加快捷的收斂，是處理數(shù)據(jù)的基本前提。

4. 設置適合的神經(jīng)網(wǎng)絡參數(shù)

訓練過程和結果的好壞基于網(wǎng)絡參數(shù)設置的好壞，因此既精準又快捷的訓練過程離不開好的參數(shù)基礎，反之，壞的參數(shù)將會使訓練過程延長并造成誤差較大的訓練結果。因此為了找到合適的參數(shù)需要在參數(shù)的選擇上多參考別人的經(jīng)驗以免造成不必要的麻煩。

5. 針對BP神經(jīng)網(wǎng)絡進行訓練

通過以上步驟針對整理好的數(shù)據(jù)通過設置合適的參數(shù)進行訓練，由此將模型建立起來。

6. 針對BP神經(jīng)網(wǎng)絡進行測試

測試訓練好的模型，基于預期的結果和訓練的結果進行比較分析，確定模型擬合度以及在精度方面是否達標。

7. 輸出結果

模型測試達標后，在模型中輸入已知的數(shù)據(jù)并計算結果。圖2為BP神經(jīng)網(wǎng)絡流程圖：

四、 實例分析

某電信運營企業(yè)網(wǎng)絡配套設備品類現(xiàn)有20家供應商，該企業(yè)希望通過篩選，從這20個供應商中選擇1個作為長期合作伙伴，并利用評估小組收集供應商的資料進行調研，由此得到相關數(shù)據(jù)建立供應商評價指標體系，如表1所示：

將表1的數(shù)據(jù)分為兩部分，選取前面的15組數(shù)據(jù)作為學習樣本，目標值采用專家評價值P=（0.85 0.96 0.92 0.79 0.86 0.85 0.97 0.88 0.92 0.94 0.77 0.84 0.79 0.96 0.83），用以訓練權值。用MATLAB構建BP神經(jīng)網(wǎng)絡以后，設置最大訓練次數(shù)為1000，網(wǎng)絡收斂目標為0.0000001，學習率為0.3，得到的神經(jīng)網(wǎng)絡預測結果如表2所示：

通過對表2觀察得知，針對樣本數(shù)據(jù)進行訓練得出預測值相對于供應商的期望值之間誤差控制的較小，這種誤差針對平常的預測模型來說已經(jīng)是相當精準了，可以說預測的效果非常好，因此，電信供應商的選擇和評價參考模型的訓練結果BP神經(jīng)網(wǎng)絡，可以使實際應用中的需求得到滿足。

通過對樣本訓練，并利用訓練好的BP神經(jīng)網(wǎng)絡，分別輸入5組樣本數(shù)據(jù)，輸出結果如表3所示：

依據(jù)表3可以直觀得出，供應商18的預測值在五個供應商中最高，達到了0.9888，應該被選擇為長期合作伙伴，該結果也與企業(yè)實際選擇結果相匹配。

五、 ?結論

本文分析了當前經(jīng)濟環(huán)境下電信運營企業(yè)供應鏈管理的重要性，并根據(jù)電信運營企業(yè)的發(fā)展現(xiàn)狀及結構特點，針對配套網(wǎng)絡設備的品類對企業(yè)供應商建立評價指標體系的模型，并且將訓練出的BP神經(jīng)網(wǎng)絡模型采用MATLAB軟件進行仿真并優(yōu)化，將優(yōu)化后的模型運用于某電信運營企業(yè)供應商的選擇與評價中，預測出合適的供應商編號，并對模型的有效性進行檢驗。電信運營企業(yè)基于BP神經(jīng)網(wǎng)絡模型在選擇和評價供應商的體系建立上提供了理論和實際指導。

本文基于BP神經(jīng)網(wǎng)絡模型訓練出適合的供應商為電信運營企業(yè)供應商的選擇和評價提供了實際的計算體系，但是電信運營企業(yè)內(nèi)部結構復雜化，未來將要面對更多的問題，因此希望今后對各品類的電信運營企業(yè)供應商更加細化研究，以便得出更精確的訓練結果，完善供應商的選擇和評價體系，使研究結果的針對性更強。

參考文獻：

[1] Dickon G W. Analysis of selection systems and decision [J]. Journal of Purchasing，1966（5）：5-17.

[2] Weber C.A， Current， Benton W.C. Vendor Selection Criteria and Methods[J]. European Journal of Operational Research，1991，50：2-18.

[3] 陳建州.物流供應商的評價與選擇[D]. 武漢：華中科技大學，2005.

[4] 朱大奇，史慧.人工神經(jīng)網(wǎng)絡原理及其應用[M].北京：科學出版社，2006.

[5] 丁以中.基于神經(jīng)網(wǎng)絡的供應商選擇模型[J].物流技術，2014（3）.

[6] 秦曉芳.BP神經(jīng)網(wǎng)絡理論下供應商選擇評價模型構建[J].商業(yè)經(jīng)濟研究，2015（27）：24-25.

[7] 張陽.電信運營企業(yè)的供應商分類研究[D].北京：北京郵電大學，2007.

[8] 曾麗麗. 基于電信行業(yè)的供應商評價選擇研究[D].北京：北京郵電大學，2014.

作者簡介：

董升旭，男，內(nèi)蒙古人，北京郵電大學經(jīng)濟管理學院管理科學與工程專業(yè)碩士研究生，研究方向：供應鏈管理。