万方数据i◆一BP网络在企业管理中的应用研究BP算法实质是将一输入馓出问题变为一个!鱼望塞墅垒兰竺堡些!!!墼!垒垦坠丝!鱼堕鱼坠垒堕垒鱼曼!堡墼三兰堕鱼!墅塞兰垦!墅鱼!垒坚竖；!!竺!程屿菲，聂规划1窒!!堡!旦前武汉理工大学学报·信息与管理工程版言权值∞从输入层一隐含层-输出层逐次算出各人工神经网络ANN(ArtificialNetwork)是在对人脑组织结构和运行机制的认识理解基础之上模拟其结构和智能行为的一种工程系统。早在20世纪40年代初期，心理学家McCulloch、数学家Pitts就提出了人工神经网络的第一个数学模型，从此开创了神经科学理论的研究时代。其后，RosenblattF、Widrow、Klopf和J等学者又先后提出了感知模型，使得人工神经网络技术得以蓬勃发展。它具有以下特性：①自适应性。强有力的学习算法和自组织规则使它能够在不断变化的环境中对每一要求进行自适应；②非线性处理。具有执行非线性任务和去除噪音的能力，使它能够很好地用于分类和预测问题；③并行处理。大量广泛互连的处理单元组成的结构，提供了并行处理和并行分布信息存储的能力。Propagation)神经网络模型是人工神经网络的重要模型之一，应用尤为广泛。如果把BP网络看成一个从输入到输出的映射，则这个映射是一个高度非线性的映射。如果网络输入层神经元个数为，z，输出层神经元个数为rn，则该网络是从R”到R”的映射，即有G：R”一R”。典型的三层前向型BP网络如图1所示。非线性优化问题，即以网络连接权go为变量，误差函数E(∞)为目标的多元极小值问题。BP算法主要包含两个过程：一是由学习样本、网络连接2构建BP网络的原则构建BP网络，关键要确定网络输入层和输出层的单元数、隐含层的层数及每层的单元数、初BP(Back第26卷第4期文章编号：1007—144X(2004)04—0139—04(武汉理工大学管理学院，湖北武汉430070)摘要：针对企业管理的特点，着重研究如何有效地将BP神经网络应用于企业管理中，从而在很大程度上提高企业的管理水平。并提出一套完整的实施流程，作为一种将BP网络应用于企业管理中的通用方法，对实际操作和应用具有一定的指导作用。关键词：人工神经网络；企业管理；反向传播网络；变量选择中图法分类号：C文献标识码：A1NeuralHopfieldJV01．26No．4931收稿日期：2004—03—25．作者简介：程屿菲(1981一)，女．湖北武汉人．武汉理工大学管理学院硕士研究生万方数据咒1=厂而+口样本处理；：土yN，?nu=l始权值等。Hetch—Nielsen已经证明了对任何在闭区间内的一个连续函数都可以用一个单隐层的前馈网络来逼近，因而1个三层前馈网络可以完成任意复杂函数关系的映射。但是这并不是说单结构。增加隐含层个数可以加强网络的表达能力，但同时也会影响其收敛速度，所以要在具体的问题中经过多方面的综合评价来选择隐含层层数。确定隐层单元数可采用试验法，基本原则是，在能正确反映输入输出关系的基础上，尽量选取在确定隐层单元数的试验过程中，发现单隐层的单元数过多，则可以改为双隐层结构。也可以参式中，行z为输出神经元数；，z为输入神经元数；口式中，，z为输入神经元数。这里所说的只是一些构建BP网络的基本原则，真正实施的时候还要结合具体的应用进行分在企业管理中所采集的样本数据，从大的范围上来讲，可以分为定量指标和定性指标。定量指标比较容易把握，比如说产品的价格、企业固定资产净值、流动比率、贷款偿还率、销售货款回收率、资金利税率、利润增长率、相对收益率和留存收益再投资率等。这些都属于实实在在的数量指标，在实际应用中只需要把这些不同量纲的数据通过一定的标准化处理，使其归一为同一范围内的数值，就可以达到训练的要求。而定性指标则相对来说比较复杂，比如说企业的外部环境、技术状态、组织状态、管理结构、信息沟通状态、企业的生存能力、适应能力和发展能力等。要使这些抽象的概念性指标转化为可以作为网络中输入变量的样本数据，笔者认为可以采取如下两种可行的方法：①通过观察和归纳，使之分解为若干个可以在实际中获得的定量指标。以企业的生存能力为例，可以把它分解为资产负债率(％)、人均技术装备水平(元／人)、退休冗员工资比重(％)、工程技术人员比重(％)、设备新度系数(％)这样几个容易取得的数量指标；②经过仔细分析，找出一个衡量的标准，也就是在这两者之间搭起一座可以使其互相转换的桥梁，通过排序来进行量化处理。举一个简单的例子，企业市场营销中的4P组合，即产品(product)、价格(price)、分销(place)和促销(promote)这4个指标可以归纳为影响企业市场占有率的4个控制变量。其中价格和分销可以归为定量指标，用产品的价格和企业对分销