基于BP神经网络物流联盟风险评估方法,此文是一篇物流联盟论文范文,为你的毕业论文写作提供有价值的参考。
物流联盟论文参考文献：
The Risk Assessment Method of Logistics Alliance Based on BP Neural Network
WANG E （School of Traffic and Transportation, Lanzhou Jiaotong University, Lanzhou 730070, China）
摘 要：文章借鉴物流联盟风险评价问题已有成果,总结了影响物流联盟风险的主要因素,并在此基础上建立了两级4种类型的物流联盟风险评估指标体系,该指标体系包括市场风险、合作关系风险、能力风险、信息和管理风险4个方面共11个评价指标.建立了基于BP神经网络分析法对物流联盟合作伙伴选择模型,利用MATLAB进行了样本训练和实例分析,结果显示利润分配、信息共享、信任程度是影响物流联盟风险最重要的二级指标.
关键词：物流联盟；风险评价；BP神经网络；物流联盟风险
中图分类号：F272 文献标识码：A
Abstract： This paper questioned the risk of assessment results for logistics alliance, summarized the main factors which influencing the risk of logistics alliance, and based on the two levels of four types of logistics alliance risk assessment index system, the index systems including four aspects such as market risk, cooperation risk, ability risk, information and management risk, these risks contained eleven evaluation indexes. We build a logistics alliance partner selection model which is based on the BP neural network analysis method, and sample training and case analysis, are studied by using the MATLAB software and results show that the degree of profit distribution, information sharing, trust are the most important secondary indexes affecting logistics alliance risk.
Key words： logistics alliance； risk assessment； the BP neural network； logistics alliance risk
0 引 言
随着经济的发展,物流业已经成为我国众多发展迅猛的行业之一.由于市场竞争程度的加剧,单个物流企业已无法应对市场中的各种风险,建立物流联盟成为物流企业调整战略格局的重要措施.我国的一些大中型物流企业不断卷起联盟的狂潮,目的是使企业获得较新的技术设备及能力资源、降低企业成本、提高企业核心竞争力、增加企业收入水平.理论上,如果物流联盟能够有效执行,其发展前景是不可估量的,但是也存在一些风险.本文研究目的是为物流联盟的构建以及风险因素的评估进行理论分析,并且借鉴这些因素对物流联盟的风险程度做出相应的定量分析和评价,以增加物流联盟的长期性、提高物流联盟的稳定性,使得双方或者多方企业通过物流联盟的方式降低物流成本,获得最大收益.
Ashino和Rangan[1]提出两个或者多个物流企业组成的联盟必须能够拥有共同的目标,在建立联盟时共同分享获得的利润,并且将这些资源运用到联盟企业的运营当中去,只有这样联盟才能持久且稳定,否则存在诸多联盟风险；Shapiro[2]将联盟风险中的信任风险分为4种：基于达成共识的信任风险、基于认知能力的信任风险、基于威慑的信任风险以及敏捷信任风险；Ming-Chih Tsai[3]等人分析了政治风险对物流企业发展的作用,指出微观企业因素和宏观政治因素所引起的风险不容忽略；Hallikas[4]提出了如何在网络环境中处理物流联盟风险的方法,介绍了风险管理的过程；郑绍镰[5]计算了层次分析法评估指标的权重,优化了联盟利益分配的机制；冯蔚东[6]利用模糊综合分析法（Fuzzy-AHP）建立了一种基于风险和投资比例的求解办法,通过实际的计算证明了其有效性和正确性；徐志禄[7]認为联盟合作伙伴的适合性、匹配性、资产专用性、竞争和合作的平衡、企业成员之间相互信任等因素会直接影响到物流联盟稳定性；刘明菲[8]依据物流市场运营风险的内涵,对市场运营风险进行分类识别,分析了各类风险可能产生的后果,并提出风险管理对策；袁旭和孙希刚[9]结合时间价值理论和层次分析法建立了一个虚拟物流企业受益混合模型；DASTK和TENGBS[10]等人针对物流联盟提出了基于风险理论,认为影响物流联盟的风险有绩效和关系两大类.
国外学者起初研究供应商选择方法,后来研究合作伙伴选择条件,但都未深入进行物流联盟合作伙伴的研究.国内对物流联盟研究起步较迟,且缺少实践经验,只描述概念方法和模型介绍,并未证明模型的适用性.本文根据物流联盟风险的分类,结合BP神经网络分析法对物流联盟的风险进行综合评价,并且运用MATLAB对物流联盟的风险评价结果进行验证.
1 物流联盟风险分类
根据风险的划分方式不同,物流联盟风险的种类也不尽相同.唐萌春[10]认为物流联盟中存在两类风险：内部风险和外部风险.联盟外部风险主要包括市场风险、金融环境风险以及自然环境风险等；联盟内部风险主要有合作关系风险、能力风险和信息和管理风险等.物流联盟风险的分类示意图如图1所示：
结论：关于本文可作为相关专业物流联盟论文写作研究的大学硕士与本科毕业论文物流货运网论文开题报告范文和职称论文参考文献资料。
基于BP神经网络供应链绩效评价方法
摘要：动态供应链绩效评价是一个包含多个指标输入输出的复杂评估系统，各绩效指标具有模糊性、不确定性，绩效指标数量较多，彼此之间存在非线性关联性。针。
基于小波分析和GA—BP神经网络美元兑人民币汇率预测
[摘 要]运用小波分析的方法去除汇率曲线中的噪声，以此消除对预测精度不利的干扰部分。在把消噪后的序列投入BP神经网络和GA-BP神经网络中进行预。
基于遗传算法BP神经网络在权证定价中应用
摘要:对金融衍生品的定价一直都是理论界和实务界所关注的热点问题之一。传统的参数模型定价方法,容易产生系统性偏差,而神经网络方法在解决这一问题时具。
基于AHP和BP神经网络制造企业产品绿色评价
因为近期“十三五”五大发展之一“绿色发展”的提出以及我国长期可持续发展的需要，制造业越来越重视产品及其生产的绿色低碳可持续化，采用科学的评价方法。