2BP神经网络设计

　　BP神经网络能够将目标输入和输出映射并学习出它们之间的关系，不需要定义其函数，将复杂的非线性问题模拟成函数模型，从而进行决策指导。BP神经网络是当前应用最为普遍的神经网络之一。在学习和训练过程中，通过科学地设置训练参数，以最小的误差达到研究的目的，因此在本文中采用BP神经网络方法，将会进一步促进该课题的深入研究。

　　BP神经网络是一种多层网络的误差反向传播学习算法，是前向网络的核心，体现了人工神经网络最精华的部分[7]。它能够实现从输入到输出的任意非线性映射，用于函数逼近、模式识别、分类和数据压缩，该模型在科研、工程等领域应用广泛。BP神经网络作为一种有导师学习算法，输入样本经过网络初始值和阀值的处理后，在网络设置的训练参数范围内，正向传递训练信息。若没有达到训练目的，则计算出与目标样本输出之间的误差，按照该函数斜率下降的方向，沿原来信息传播的渠道反向传递，并不断修正网络的权值和阀值，最终达到训练要求。

　　3物流企业公路运输安全运输能力模型设计

　　本文将物流企业运输能力用货运量来表示，即作为样本数据；以公路货物运输的基本程序为主线，按照市场主体分类，采用笔者前期确立的3个一级指标，5个二级指标，15个三级指标构成的物流企业公路运输能力评价体系结构作为输入样本[8]。为了准确对安全运输能力进行评估，现实面临的问题需要经过适当的简化和假设，对图3结构模型做如下界定：

　　（1）物流企业潜在运输能力为0，即处于供需相对平衡状态。潜在运输能力是由物流市场供需平衡共同决定的，它的存在反映了物流企业市场饱和程度以及经营状况，潜在运输能力虽然没有实现物流服务，但是它仍然能够创造物流价值。安全运输能力的本原性决定了它是伴随着物流企业的存在而存在，与资源的配置紧密相关，不受外部市场的干预。它反映了资源的后备、存储情况，不直接创造物流价值。所以本文界定“潜在运输能力为0”，对安全运输能力的评估不受影响。

　　（2）所有运输资源的充分利用产生了供给能力。实际运输能力是由部分运输资源充分利用所产生的；潜在运输能力是部分运输资源没有发挥效用产生的；安全运输能力因为其本原性，只与资源配置有关，不受运输资源利用的影响；而供给能力是生产者愿意并且能够提供的运力数量，是应有运输资源完全发挥并创造价值的能力。

　　经上述界定后，如图4所示，公路物流供给能力就简化成为有实际运输能力和安全运输能力两部分构成，在模型中实际运输能力S'可以采用企业的历史运作记录加以评估，其他两个参数均为未知。要计算出安全运输能力■，根据模型和数据的特点，可以借助神经网络算法预测出物流企业总的供给能力S，再经过简单的运算后，本文评估的对象就迎刃而解了[4]。所以对物流企业公路运输安全运输能力模型的评估分为三个阶段：

　　（1）实际运输能力模型。利用物流企业的运输数据历史记录，借助BP神经网络的“自我学习”功能，可以模拟出一个函数模型f。即：

　　fx■，x■，…，x■■S'

　　其中，x■，…，x■表示15维输入向量，且X■？勐x■i∈1，15，S'表示统计时期内物流企业的实际货运总量。

　　（2）供给能力模型。在理想状况下，亦即资源充分创造物流价值（出勤率x■=X■时投入的运力率为100%），在其他指标相同的前提下，即其它14个因素使用统计期内样本的平均值，作为已构建的模型输入，通过模型的自我学习，函数输出的货运量S，即为物流企业的供给能力。可以表示为：

　　fX■，…，■■，…，■■=S

　　（3）安全运输能力模型。即供给能力与统计时期内平均实际运输能力之差。安全运输能力用■表示，则：

　　■=S-■'

　　4总结与展望

　　物流企业安全运输能力是企业经营的储备力量，不可忽略的固定资源，但是安全运输能力过大，资源就会出现大量的闲置，导致成本增加，影响企业的权益；而安全运输能力太小，则会引起资源的供给不足，满足不了市场需求，丧失一定业务。安全运输能力的量化为物流企业优化资源配置开辟了新的路径，而一个资源配置合理的物流企业，它所具备的安全运输能力是多大？供需失衡的物流企业又怎样建立评估模型？一个怎样的安全运输能力取值区间，才是运输资源科学配置的量化标准？后续的研究工作将会促进对安全运输能力的认识，更进一步带动现代物流的快速发展，有助于物流成本的降低。

　　参考文献：

　　[1]赵敏.需求变动环境下商品车物流企业运输资源优化配置研究[D].长春：吉林大学（硕士论文），2009.

　　[2]苏顺虎，陈冶亚.基于服务水平的铁路货物运输网络能力计算方法[J].中国铁道科学，2009，30（2）：113-118.

　　[3]徐金河.基于GRA和AHP的港口物流能力评价研究[J].重庆工商大学学报，2009，26（5）：508-513.

　　[4]PuZhong，RenWei，RenYuan.TheEvaluationofInvisibleConveyanceAbilityforLogisticsEnterpriseBasedonBPNeuralNetwork[C]//ICCIS2013，2013.

　　[5]邹龙.物流运输管理[M].重庆：重庆大学出版社，2008.

　　[6]杨博文，谭祖雪.自然辨证法新编[M].北京：石油工业出版社，2008.

　　[7]丛爽.面向MATLAB工具箱的神经网络理论与应用[M].北京：中国科学技术大学出版社，2009：63-67.

　　[8]任为，林子茵.物流企业公路运输能力评价指标体系的构建[J].物流科技，2011，34（11）：103-106.

　　[9]林明玉，程玉桂，周琳霞.改进BP神经网络的城区中长期电力负荷预测[J].软件天地，2010，26（9-1）：217.

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。