论文研究-地震灾害下应急物流系统绩效评价.pdf

所需积分/C币:31 2019-07-22 21:39:10 1.51MB .PDF
23
收藏 收藏
举报

针对地震灾害下应急物流系统(ELS)绩效评价的问题, 以地震灾害下的应急物流系统为研究对象, 首先建立了ELS运作模型, 并对该运作模型进行了分析; 然后构建了地震灾害下应急物流系统绩效评价指标体系, 并在上述基础上建立了基于BP神经网络的评价模型; 最后将该评价方法应用于实例, 验证了该评价方法的科学性和实用性。
1658· 计算机应用研究 第30卷 以上各指标中,Sa4、S41、S12、S43为负向型指标,其余均为正 3)隐层节点的确定 向型指标。 模型屮隐层节点数的确定是一个非常重要的环节,它与模 型的输入和输出节点的个数都有直接关系,可以参考以下三个 3基于BP神经网络的ELS评价模型 公式 在以往对EIS绩效评价的研究中,主要采用的是传统的 +2+ +( AHP与模糊综合评价法相结合的方法。使用这种方法计算量其中:n为输出节点个效;m为输入节点个数;a为Ⅰ-10间的 很大,在确定指标权重向量时具有较强的主观性.并且当绩效常数。 评价指标体系较大时,在权向量和为1的约束条件下,相对隶 3√nm 属度系数往往偏小,权向量与模糊矩阵不匹配,导致结果出现 超模糊现象,甚至会无法评判。本文探索性地采用BP神经网其中:n为输出节点个数,m为输亼节点个数 络的方法,对ES绩效进行评价。BP人工神经网络评价解决 log n 了多指标变权问题的动态求解,克服了权重确定过程中的主观 在综合考虑网络结构复杂程度和误差大小的情况下,本模 因素,使评价结果更具科学性。并且在实际应用中,运用BP型隐含节点数选择为16,以H1表示。 神经网络知识储存和自适应特征,能够动态地对应急物流系统 4)转移函数 绩效进行评价,使用人员可以根据实际情况对参数进行必婁的 本模型选择 lous iu()S型对数函数作为输人层与隐层之间 修正,使整个评价过程具有易作的特点。 的转移函数,以及隐层与输出层之间的转移函数。 3.1BP神经网络模型设计 y=f(x)=1(1+e-)y∈[0,1 BP( back propagation)神经网络是一种按误差逆传播算法3.2主要参数的选择 训练的多层前馈网络,能学习和存储大量的输入一输出模式映 根据评价模型特点,本文对BP神经网络模型的主要參数 射关系,而兀须事前揭小描述这种映射关系的数学方程。它的选择如下 学习规则是使用最速下降法,通过反向传播来不断调整网络的 a)网络训练函数。木文采用批处理方式,选择 traingd作 权值和阈值,使网络的误差平方和最小。BP神经网络模型拓为训练函数。 扑结构包括输入层、隐层和输出层。( phenyl等人证明,采用 b)网络学习函数。选择 learngdm函数。 层隐含层的神经网络能够以任何精度表示仃何连续函数;采 c)性能函数。选择MSE( mean squared error)函数,MSE表 用两层以上的隐含层可以减少误差、提高精度,但是同时也会示均方误差。 增加网络的复杂度,延长训练时间。 d)学习率取0.0001。 通过比较分析,本模型选择多输人、单输出、隐含层为·层 e)期望误差S=0.0001。 的三凨神经网络模型。其结构如图3所示 f)最大训练次数为10000次。 指标层 输入层 隐含节点输出层 H g)每运行50次显示次学习过程。 h)其他参数均为砝省值 指标 3.3数据的标准化 按照以下原则对指标的原始数据进行标准化处理,其方法 如下 图3BP神经网络模型结构 a)正回型指标(其值越大评价战好 1)输入节点的确定 F =(x;-3℃ maximi 根据建立的指标体系,将反玦ELS时效性、柔性、质量和 b)负向型指标(其值越小评价越好) 成本的16个关键指标作为BP神经网络的输入节点,分别以l 表示。 其中:x为原始值;F1为标准化值;xm为第j个指标的样木数 2)输出节点的确定 输出层的节点数一般由输出的数据类型以及表示该类型据最小值;m为第个指标的样本数 所需的数据大小决定。本文所建立的模型为评价模型,输出 序数。 个评价值,因此定为一个输出节点,以O表示。 4实例验证 由于地震灾害下的EIS绩效为定性概念,很难用简单的 数据表示,因此本文将S绩效情况按得分水平确定为优秀、4.1样本训练 良好、一般和较差川个等级,如表I所示。 某地区迣遇百年不遇的地震灾害,利用以上建立的基于 表1ELS绩效情况分级 B'神经网络的评价模型对这次地震中ELS的绩效进行评价 等级得分水平 含义 运用 MATLAB进行编程。收集经专家精确评定的学习样本指 I(0.75,1]优秀 IS各个方面均表现良好绩效优秀 Ⅱ(0.5,0.75]良好ES总体表现良好,少部分指标仍可改进,绩效良好 枟原始数据10例。 Ⅲ(0.25,0.5]一般ELS少数指标表现良好,大部分指标需唛改进,绩效一般 表2为学习样本指标原始数据。3.3节中的方法对以上 Ⅳ(,0.25]较差BS总体衣现不佳,各个方面都需要提高和改善,绩效差原始数据进行标准化处理,处理结果如表3所示。 第6期 陈葸珍,等:地震灾害下应急物流系统绩效评价 1659 表2学习样木指标原始数据 套地震灾害下应急物流绩效评价的指标体系,并将指标体系与 指标 2345678910BP神经网络相结合,通过模型设计、参数设计以及样本训练, S0.40.640.90.670.480.50.80.60.90.59 0.70.50.70.90.50.30.70.90.70.7 建立了地震灾害下EIS绩效评价模型。在实际应用中,考虑 S 0.50.90.70.90.70.30.70.90.50.7 地震发生时EIS运作的具体情况,可对各项指标以及模型参 0.850.880.63 0.860.880.670.940.710.82数加以修正与改进。实例验证的结果表明,运用本文所设计的 S150.830.570.830.810.620.590.840.740.620.54 S210.30.50.50.90.70.50.30.50.70.7 基于B神经网络的评价模型对上LS绩效进行评价具有科学 S20.50.70.30.50.70.50.70.50.90.3性及可行性,为更大程度地实现应急物流目标提供了参考 S230.70.30.50.70.90.10.50.30.50.7 依据。 S240.30.90.70.70.50.50.90.70.70.3 S310.520.60.640.720.380.40.580.450.660.62 表4BP神经网络训练值与实际值比较 S 0.90.720.9 0.780.5 0.720.90.680.7 样本 实际值 川练值 绝对误差 S30.880.920.90.950.80.90.960.890.0.96 0.40 S340.340.20.090.140.260.180.070.30.140.12 0.57992 0.00008 S410.180.0020.0080.360.00660.0060.0800170.00520.71 0.65 0.00218 200 210 0.80 0.00319 S4315020002200180160019021(024001702200 345 0.45005 0.00995 0.400.580.650.800.460.220.750.560.620.45 6 0.22 0.00513 7 0.75 0.72862 0.02138 表3标准化处理后的学习样本指标数据 0.563 00347 8910 0. 0.01962 指标1 0.45 0.00084 110.000.481.000.540.160.200.800.401.000.38 S120.670.330.671.000.330.000.71.000.670 参考文献 S1;0.331.000.671.000.670.000.671.000.330.67 S140.590.680.001.000.620.680.110.840.220.51 [Ⅰ」陈坚,受启鹛,霍娅敏,等,基于可靠性分析的区城灾害应急物流 S150.970.100.970.900.270.171.000.670.270.00 网络没计[冂].西南交通大学学报,2011,46(6):1025-1031 S210.000.330.331.000.670.330.000.330.670.6 [2]」甘明,王丰,欧忠文,等,基于模糊贬类法的应急物流绩效评估方 S0.330.670.000.330.670.330.670.331.000.00 法研究[J].物流技术,2010,29(1):75-77 230.750.250.500.751.000.000.500.250.500.75 [3. KUWATA Y, NODA I, OHTA M, et aL. Evaluation of decision sup- S240.001.000.670.670.330.331.000.670.670.00 S;t0.410.650.761.000.000.060.590.210.820.71 port systems for emergency management[C]//Proc of the 41st SICE S20.180.890.491.000.620.000.490.890.400.4 Annual Conference. 2002. 860-864 S30.000.500.250.880.130.631.000.130.751.00 [4 OZDAMAR L, EKINCI E, KUCUKYAZICI B J. Emergency logistic S340.000.520.930.740.300.591.000.150.740.81 planning al disasters J. Annals of Operation Research S410.930.910.550.820.631.000.680.000.720.60 29(1-4):217-245. 1.000.200.600.300.900.000.500.100. S431.000.440.220670.890.560.330.000.780.22 [5 FIEDRICII F, GEIIBAUER U R. Optimized resource allocation for emergency response after earthquake disasters[ J. Safety Science 分0.400.580.650.600.460.220.750.560.620.45 2000.35(1):41-57 4.2结果分析 [6 THOMAS M U. Supply chain reliability for contingency operation [C//Proe of Annual Reliability and Maintainability Sy 将样本数据输入所绽程序,在 MATLAB软件上运行,运行 2002:61-67 约2000次后精度达到要求,误差变化情况如图4所示。 [7刘传铭,王玲政府应急管理组织绩效讦测楳型研究[J.哈尔滨 best training performance is Nan at epoch 2004 工业大学学报:社会科学版,2006,8(1):64-68 [8〗钟利军。应急物流系统绩效泙价[J.物流工程与管理,2009,31 B10 [9]屆龙,李淑庆,冯绍海,等.基于模糊数学的应急物沆績效评估方 法研究[J].交通信息与安全,2010,28(5):65-68 [10]吴青,龚亚伟,圯震敚灾物资的路径逸译[J,东南大学学掇:自 然科学版 10U1502000 2004 epochs [II]任朝辉,陈颖慧.物流系统定量化探讨[J].中国航海,2002(3) 图4网络训练误差变化曲线 运行结果与专家评定的实际值比较情况如表4所示。由[1]陈忘祥.敏捷供需协调绩效评价指标体系研究[J.计算杌集成 表4可以看出,经网络训练,误差平方和MSE控制在期望误差 制造系统,2004,10(1):9-105 之下,至此,基于B神经网络的上S绩效评价模型已经建成。[13]刘长未,易树平,杨先露,等模糊综合评判在物流系统评价中的 对地震灾害下上LS绩效进行评价时,只需在程序中输入一组 应月[J].中国机械工程,2004,15(14):1309-1312 经标准化处理的指标数据,就可以得到ES的绩效评价值,进141马云华,陈基于应的物流服务能力构成要索及评价方 而对EIS绩效进行分级。 決研究[J].计算杌集成制造系统,2007,13(4):744-750 [15]霍佳震,隋明刚,刘仲英,等.集成化倛应縫苙体绩效评价体系构 5结束语 建[J].同司济大学学报:自然科学版,2002,30(4):495-499 「I6]周光全,非明伦,施伟些,等,1992—2005年云南地震灾害损失与 本文基于对地震灾害下ELS运作模型的分析,提出了 主要经济指标研究[J].地震研究,206,29(2):198-202

...展开详情
试读 4P 论文研究-地震灾害下应急物流系统绩效评价.pdf
立即下载
限时抽奖 低至0.43元/次
身份认证后 购VIP低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-地震灾害下应急物流系统绩效评价.pdf 31积分/C币 立即下载
1/4
论文研究-地震灾害下应急物流系统绩效评价.pdf第1页

试读结束, 可继续读1页

31积分/C币 立即下载