《基于GA-BP神经网络库存管理的理论基础探析》3700字

基于GA_BP神经网络库存管理的理论基础分析综述目录TOC\o"1-2"\h\u29268基于GA_BP神经网络库存管理的理论基础分析综述 130081.1配送中心概述 1225491.1.1配送中心含义和作用 13811.1.2配送中心的分类 244781.2库存管理概述 3221391.1.1库存的含义和作用 370281.1.2库存管理理论 4306991.3神经网络概述 5273501.3.1BP神经网络原理 566111.3.2BP神经网络结构 5213901.3.3BP神经网络局限性 61.1配送中心概述1.1.1配送中心含义和作用社会对物流需求日益提升使企业零散的物流模式不再适应市场要求，企业需要对物流系统进行资源整合和建设，使之更好地满足客户的要求，成为企业新的竞争优势。配送中心就是在这样的背景下在仓库的基础上逐渐发展起来的，仓库由以前单一的货物存储场所转变为集多种功能于一体的配送中心，使企业能够快速反应客户需求，同时有效控制成本、获取经济利益[29]。配送中心(distributioncenter)是“从事配送业务且具有完善信息网络的场所和组织”[25]。配送中心是一个提供多种服务的复杂组织，它需要完善的信息系统和网络，以满足客户的个性化、多样化、便利性的需求，保障配送活动的有序进行。根据配送中心在物流系统中服务对象不同，配送中心具有不同的作用[30]。从社会物流系统角度来看，配送中心改变了供应商分散配送的方式，构建集中配送的物流体系，如图2-1所示。通过比较两种网络，发现集中配送的物流网络更加有序，减少了社会物流成本。从企业物流系统角度来看，配送中心可以加快货物流通速度，节约时间成本，提高客户满意度；有利于实现批量作业，取得规模效益；有助于减少物流系统的库存量，加速资金周转，提高企业的竞争力。供应商供应商销售商(a)分散配送(b)集中配送ABCDabcdABCDabcd配送中心图2-1配送中心在社会物流系统中的作用1.1.2配送中心的分类从不同角度出发，配送中心可以划分为不同的类型[31-33]。从功能侧重点的角度出发，配送中心可以分为储存型、流通型、加工型和综合型。①储存型配送中心的储存空间大、储存能力强，比如覆盖范围广的配送中心。该类型的配送中心对储存环境相对要求较高，需要定期检查储存环境安全，做好除湿、防虫鼠等工作。②流通型配送中心的主要目标是加快商品流通，配送中心作为货物中转地提供配货、送货的功能，货物停留时间不会太长，配送中心无须在仓储环节安排过多的人力和物力。这类配送中心的一般情形是，大量商品进入后，经过暂存，然后中转出货；或者直接换装出货；或者经过简单分拣后，就配货发货。③加工型配送中心分担了部分制造车间的功能，一些简单的加工工作在配送中心完成更具有经济性。加工型配送中心能进行小批量、针对性的加工工作，而制造车间通常都是大批量统一加工，忽视了不同客户的需求。配送中心加工内容包括分装、包装、组装产品等，经过加工后的货物提高了附加值，满足不同客户的差异化需求，体现了该类型配送中心的主要作用。④综合型配送中心功能齐全，作业能力强，通常由实力雄厚的大型企业建立。它们产品种类多，占领的市场份额大，销售区域广，对物流需求很大，需要配送中心分担多个环节的功能，作业流程也更加复杂和专业化，通常借助先进的机器和系统，如自动拣货设备，自动化程度相对较高。从运营主体角度出发，可以将配送中心划分为生产企业的配送中心、商业企业的配送中心、第三方运营的配送中心和共同配送中心。①生产企业的配送中心主要由实力雄厚的大型生产制造企业为配合企业的产销需求而投资建立并运营，对储存、加工、配送等的需求都比较大。配送中心的功能整合对于生产企业精简流程、提高效率具有重要意义。②商业企业的配送中心是指以往将配送中心功能外包或没有专业配送中心的商业企业，由于企业发展呈现良好的前景，市场规模不断扩大，原有的配送中心业务外包或缺乏限制了企业经营利润的增长、不符合企业目前的发展战略，从而自建配送中心。③第三方运营的配送中心。第三方运营的配送中心也叫做社会物流配送中心，是由生产商、批发商、零售商以外的第三方物流企业提供物流配送服务。这类配送中心帮助中小企业克服了自建配送中心的高成本问题。④共同配送中心。由于资金要求，中小企业没有能力去独自建立一个配送中心，配送中心租赁、外包等压缩了中小企业在这一方面的经营利润。因此，多个中小型企业集体出资或者其他可以以资金计量的劳动力、土地、技术等资源合作建立配送中心，达到依靠较少的出资获得配送中心永久使用权的目的。企业可以共享仓储空间，在配送时可以分区域合作，以提高配送车辆的利用率、减少不必要的迂回配送，有利于企业及时、快速地响应客户的需求、控制运输成本，但这也提高了管理的难度。1.2库存管理概述1.1.1库存的含义和作用库存是为了满足未来需求而暂时闲置的有价值的资源。库存的作用体现在[35]：①获取规模效益。企业生产产品前需要完成购买设备、调试系统等工作，无论后期产量多少，企业准备工作所投入的成本是不变的，固定成本不变的情况下，提高产量会让单位产品的边际成本下降，单位产品的平均成本也随之下降，从而获得规模效益。②稳定生产过程。特定时期的产品需求可能迅速达到峰值，企业生产速度无法满足突然增加的需求，如果企业不持有库存就会错过盈利的机会、丢失市场份额。另外，特定时期的产品原材料供给迅速减少或供给价格迅速升高，如果没有库存，即使产品需求稳定，也不能保证稳定的产品供给、导致缺货损失或者产品制造成本大幅度增加，企业利润减少。③应对不确定因素。企业经营处于动态变化的环境中，如市场需求的变化、供应商交货期的不确定性等，当市场产生了需求而企业库存不足，可能会导致订单批量的损失。因此，为了减少缺货带来的风险，企业通常以预备一定量的库存来应对这些不确定性因素。1.1.2库存管理理论库存管理的目标就是把库存系统的运行成本尽可能降到最低。通过确定最优的补货时机和最优的补货批量，使库存系统的运行成本达到最小。库存管理理论发展至今可以归纳为单节点库存管理理论和多节点库存管理理论。（1）单节点库存系统管理理论[36-38]经济补货批量模型假设系统运行无限期间，市场需求恒定，在不允许缺货的条件下求解最优补货批量，并由此研究出一些不同条件下的经济补货批量模型。当市场需求是不确定的，单期随机库存模型通过库存成本最小得到最优补货批量。在此基础上，把单期扩展到有限期甚至是无限期，可以建立不同的数学模型并求解。（2）多级库存系统管理理论[39]从供应链角度来看，货物生产、加工、分销、零售等环节被视为相互独立的环节，每个环节都有库存需求，因此，从原材料到产成品整条供应链可以模拟成一个多级库存系统。只有当多级库存系统限定于一个企业内部时，才能够在集中决策方式下确定多级库存系统的最优管理策略。当多级库存系统由多个上下游企业构成时，每个企业各自决策。在分散决策的方式下，各节点在考虑自身利益的同时，也能增强供应链整体实力。1.3神经网络概述1.3.1BP神经网络原理人工神经网络，即神经网络（NeuralNetwork），是由大量、简单的处理单元，即神经元，按照某种方式相互连接而成的复杂计算系统[40]，是以大脑的生理研究成果为基础模拟生物神经网络进行信息处理的一种数学模型。神经网络就是模仿人脑的功能，通过一系列的模型和控制，完成从输入到输出的转变。人工神经元的模型如图2-2所示。网网络输入X输入层n个神经元隐含层p个神经元输出层m个神经元网络输出y权值W权值V阈值θ阈值γ图2-2三层神经元网络结构BP(Back-Propagation)算法使用的误差反向传播。BP算法首先用最终输出误差估计前一层输出误差，然后层层推导，得到每层的误差估计。这样的过程就是误差反向传播学习算法，用此算法训练的神经网络称为BP神经网络。基于BP算法和神经网络的特点，BP神经网络的学习过程分为信息的前馈和反向训练两个阶段[41]：1.3.2BP神经网络结构该算法结构分为三层网络：输入层、隐含层和输出层，每层都是由可以贮存信息并单独执行运算的神经元组成。（1）网络层数的确定一个BP神经网络一定具有一个输入层和一个输出层，在隐含层层数的研究中，Htcht-Nielsen证明当各节点具有不同阈值时，对于任何闭区域的一个连续函数都可以用一个隐含层的网络来逼近[42]，但这并不意味着一个隐含层是最合理的。（2）输入层节点数的确定输入层接收外部的输入数据，其节点数取决于初始数据的维数和输入特征向量的维数[61]。构建网络时，当所选择的特征向量能有效描述事物本质特征时，网络输出和实际就越吻合。（3）隐含层节点数的确定针对不同问题，神经网络结构不同，因此没有一个确切的最优隐含层节点数。根据前人的经验，可以参照以下隐含层节点数的经验公式[40]：其中，n为隐含层节点数，ni为输入层节点数；n0为输出节点数；1.3.3BP神经网络局限性BP神经网络仍处于发展和完善的过程中，目前为止，BP神经网络存在以下局限性[43]：（1）学习收敛速度太慢梯度算法进行稳定学习所要求的学习率较小，在这一条件下，权值和阈值的更新速度会受到影响，需要的迭代次数增加，这就使学习过程的收敛速度很慢，表现在网络训练时间过长。（2）局部极小点在网络训练时，如果误差函数是严格凸函数，就会存在唯一的极小点，使得局部极小点成为全局最