WPS-BP神經(jīng)網(wǎng)絡(luò)在物流戰(zhàn)略聯(lián)盟風(fēng)險評估中應(yīng)用研究.pdf

1、戰(zhàn)略聯(lián)盟作為企業(yè)緩解競爭日趨激烈的外部壓力和滿足企業(yè)自身發(fā)展內(nèi)在要求的一種組織形式，在備受重視的同時，聯(lián)盟的不穩(wěn)定性和高失敗率，使得企業(yè)在加入聯(lián)盟時不得不權(quán)衡利益和風(fēng)險。
　　BP神經(jīng)網(wǎng)絡(luò)可以解決很多非線性的映射問題，能夠準(zhǔn)確的擬合聯(lián)盟指標(biāo)和聯(lián)盟風(fēng)險等級之間的映射關(guān)系，輸入聯(lián)盟風(fēng)險指標(biāo)數(shù)據(jù)，就能對聯(lián)盟進(jìn)行準(zhǔn)確的風(fēng)險評估。BP神經(jīng)網(wǎng)絡(luò)算法中，關(guān)鍵的信息都存儲在權(quán)值和閾值中，這足以證明權(quán)值和閾值對整個網(wǎng)絡(luò)有效運行的重要性，但傳統(tǒng)的BP

2、算法中，對權(quán)值和閾值的初始化都是隨機的，這一方面降低了算法的效率，另一方面影響了算法結(jié)果的精度。
　　本文主要采用理論和實證研究相結(jié)合的方法。首先分析并總結(jié)了物流企業(yè)戰(zhàn)略聯(lián)盟風(fēng)險評估的相關(guān)理論，包括各種評估方法和它們的局限性。然后，基于個體狼的能力差異將狼群分為頭狼、探狼和猛狼。狼群算法通過三種智能行為進(jìn)行迭代尋優(yōu)，頭狼的選擇和種群的更新減少了個體落入?yún)^(qū)域最優(yōu)值的可能性，本文將信念學(xué)習(xí)模型和狼群算法結(jié)合，并使用改進(jìn)WPS對BP神經(jīng)