【正文】 見的學(xué)習(xí)規(guī)則。這些元素之間的關(guān)系程度由方程式如下 : BP神經(jīng)網(wǎng)絡(luò)包含一些通過輸入模式來修改權(quán)的連接的某種形式的 39。模式通過“輸入層”提交給網(wǎng)絡(luò)，“輸入層”通過一個(gè)系統(tǒng)連接的加權(quán)對(duì)一個(gè)或更多的隱藏層進(jìn)行實(shí)際加工。節(jié)點(diǎn) 39。激活功能 39。 （ 2） 基本的多層 BP 神經(jīng)網(wǎng)絡(luò) 通常 BP神經(jīng)網(wǎng)絡(luò)的層次是有組織的。 有眾多不同類型的人工神經(jīng)網(wǎng)絡(luò)和 BP 神經(jīng)網(wǎng)絡(luò)，這是進(jìn)行了反向誤差算法的訓(xùn)練。它是由大量的高度聯(lián)結(jié)處理單元，類似于捆綁在一起，以加權(quán)聯(lián)系，類似于突觸。換言之，人工神經(jīng)網(wǎng)絡(luò)的集合的數(shù)學(xué)模型，模擬的一些觀測(cè)特性的生物神經(jīng)系統(tǒng)，并利用類比的自適應(yīng)生物學(xué)習(xí)。 有了這一信息的企業(yè)可以提高庫(kù)存的預(yù)測(cè)精度，銷售等。隨著 IT和物流技術(shù)的發(fā)展，基于內(nèi)聯(lián)網(wǎng) \聯(lián)網(wǎng)，互聯(lián)網(wǎng)和電子數(shù)據(jù)交換技術(shù)，企 業(yè)可能有能力實(shí)現(xiàn)翻譯。因此，在這個(gè)時(shí)期的隨機(jī)變量可能不符合一個(gè)確定的概率分布，以及以這種方式獲得庫(kù)存的最優(yōu)戰(zhàn)略可能不符合現(xiàn)實(shí)的要求。從上述分析我們知道影響隨機(jī)變量的因素是多變量非線性關(guān)系；如：產(chǎn)品的價(jià)格，銷售季節(jié)的變化 ， 內(nèi)部收益率的總和。 正如上面提到的，這種傳統(tǒng)模式下取得的資料不足，涉及到許多相關(guān)的應(yīng)用范圍，所以這是必不可少的前提假設(shè)，因此這種模式是難以符合實(shí)際應(yīng)用的。 為了盡量減少價(jià)值期望的總費(fèi)用清單的價(jià)值，即：使價(jià)值期望的總費(fèi)用清單最小，必須使。運(yùn)行機(jī)制如下圖所示： 基于傳統(tǒng)供應(yīng)鏈的運(yùn)行機(jī)制 (如圖所示 ) ， 由于缺乏必要的信息，庫(kù)存決策優(yōu)化模型必須利用概率 模型來 適應(yīng) 信息統(tǒng)計(jì)基礎(chǔ)上需求的變化 。本文將提出在多層次的BP神經(jīng)網(wǎng)絡(luò)的幫助下 ， 來改進(jìn)傳統(tǒng)的 庫(kù)存模型以獲得更令人滿意的優(yōu)化庫(kù)存。即神經(jīng)網(wǎng)絡(luò)是一個(gè)大規(guī)模并行計(jì)算模型，它的特點(diǎn)： 很大程度的魯棒性和容錯(cuò)性； 隨時(shí)準(zhǔn)備處理與一般非線性系統(tǒng)的相關(guān)問題； 生物物理影響。 人工神經(jīng)網(wǎng)絡(luò)本身的自我學(xué)習(xí)和多映射的能力，可以探索復(fù)雜系統(tǒng)，使復(fù)雜的模型簡(jiǎn)單化。通常情況下，通過這種方式制作的模型因?yàn)樘^復(fù)雜而很難操作。所有這些模式在供應(yīng)鏈管理的思想應(yīng)運(yùn)而生之前已經(jīng)取得了，但這些模型沒有考慮上游 和下游企業(yè)。相反，對(duì)企業(yè)來說存貨實(shí)際上是一種浪費(fèi)。成功的供應(yīng)鏈管理需要有一個(gè)一體化的系列活動(dòng)納入一個(gè)緊密無間的過程。這個(gè)詞來自關(guān)于作為一個(gè)特定的公司是如何組織聯(lián)系在一起的一幅圖片。并依據(jù)某一鋼材現(xiàn)貨公司的庫(kù)存情況給出具體的應(yīng)用。 外文翻譯 題目 ： 供應(yīng)鏈管理環(huán)境下的庫(kù)存優(yōu)化 摘要： 傳統(tǒng)供應(yīng)鏈模式下的庫(kù)存優(yōu)化由于缺乏必要的信息，在模型的求解過程中難以得到符合實(shí)際要求的最優(yōu)解。本文分析了傳統(tǒng)企業(yè)庫(kù)存優(yōu)化與供應(yīng)鏈管理環(huán)境下庫(kù)存優(yōu)化的運(yùn)作機(jī)理，提出在供應(yīng)鏈管理環(huán)境下可以借助多層 BP 神經(jīng)網(wǎng)絡(luò)改進(jìn)傳統(tǒng)庫(kù)存模型，以得到更為滿意地最優(yōu)庫(kù)存策略。 關(guān)鍵詞 ： 供應(yīng)鏈 供應(yīng)鏈管理 庫(kù)存 BP 神經(jīng)網(wǎng)絡(luò) 優(yōu)化 供應(yīng)鏈管理（簡(jiǎn)稱 SCM）是當(dāng)今的一個(gè) 熱門話題。供應(yīng)鏈管理的想法是采用整體的方法來管理整個(gè)信息流，材料和來自于原材料供應(yīng)商的服務(wù)通過工廠和倉(cāng)庫(kù)直到最終的客戶。但是，在供應(yīng)鏈的每一個(gè)環(huán)節(jié)必然有一些延誤和一些不確定性，因此必須保持必要的庫(kù)存。國(guó)內(nèi)外專家在庫(kù)存優(yōu)化領(lǐng)域已取得了很大的研究，做了許多庫(kù)存優(yōu)化的模型。 這些作為稀缺的信息優(yōu)化模型 僅僅 利用概率模型 來適應(yīng)信息統(tǒng)計(jì)基礎(chǔ)上需求的變化。 另一方面，影響存貨清單的各因素之間的關(guān)系是非線性的，因此很難作出一個(gè)定量和明確的數(shù)學(xué)關(guān)系，而且這些最佳的成果也不能滿足實(shí)際應(yīng)用。在人工神經(jīng)網(wǎng)絡(luò)里，隱藏在網(wǎng)絡(luò)中的信息所作的聯(lián)系的神經(jīng)元，它可以處理多種定量關(guān)系。 因此，對(duì)于非線性問題，人工神經(jīng)網(wǎng)絡(luò)是一個(gè)很好的分析工具。 上游和下游企業(yè)形成之前的戰(zhàn)略聯(lián)盟關(guān)系，只有一個(gè)單一的物質(zhì)流。 現(xiàn)在，我們給一個(gè)簡(jiǎn)單的單周期隨機(jī)庫(kù)存模型： 在這個(gè)模型中： E[T(y)]： 價(jià)值期望的總費(fèi)用清單； c：每種產(chǎn)品制造（或購(gòu)買）的費(fèi)用； h： 每個(gè)產(chǎn)品的庫(kù)存成本； p： 缺少每個(gè)產(chǎn)品的懲罰成本； x:開放的股票； y： 該股在開放時(shí)所得；ξ ： 在這個(gè)時(shí)期，它為隨機(jī)變量； φ（ξ） :概率密度函數(shù)。通過推導(dǎo)制定的方法得到參數(shù)的論點(diǎn)，我們將得到： ；如果提供每種產(chǎn)品制造（或購(gòu)買）的費(fèi)用，每個(gè)產(chǎn)品的庫(kù)存成本，缺少每個(gè)產(chǎn)品的懲罰成本的價(jià)值，我們能獲得該股在開放時(shí)所得的最佳的價(jià)值股票，還可以得到在這個(gè)時(shí)代的最佳的庫(kù)存策略。 現(xiàn)在的主要問題集中在 隨機(jī)變量的概率密度函數(shù)中。當(dāng)然，對(duì)于一個(gè)特定的企業(yè)、影響因素可能是可變的。 直接和深遠(yuǎn)影響到企業(yè)的供應(yīng)鏈變化的思考的決策模式 : 改變傳統(tǒng)模式，阻止 縱 向思考模式 進(jìn)入橫向 ，縱向的思考模式打開。在供應(yīng)鏈管理的基礎(chǔ)上機(jī)械業(yè)務(wù)的企業(yè)如下所示： 根據(jù)上圖中， 屬于一個(gè)具體供應(yīng)鏈 的 企業(yè)可以分享一些重要的信息 ，這些信息 在傳統(tǒng)供應(yīng)鏈 下是 每個(gè)企業(yè) 的 商業(yè)秘密。 多層 BP 神經(jīng)網(wǎng)絡(luò) （ 1） BP神經(jīng)網(wǎng)絡(luò)的摘要概括 人工神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)是一種信息處理模式啟發(fā)，通過密集的相互聯(lián)系，哺乳動(dòng)物大腦處理信息的平行結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)模式的關(guān)鍵因素是新型結(jié) 構(gòu)的信息處理系統(tǒng)。這一模式的優(yōu)勢(shì)尋找一個(gè)合適的預(yù)測(cè)模型庫(kù)存清單。根據(jù)簡(jiǎn)單的結(jié)構(gòu)和大量的應(yīng)用，人工神經(jīng)網(wǎng)絡(luò) 是 目前最流行 的 神經(jīng)網(wǎng)絡(luò)。層是由若干包含一個(gè) 39。的相互關(guān)聯(lián)的 39。組成。隱藏層然后鏈接到一 個(gè)‘輸出層’，在那里輸出所顯示的圖形如下： BP 神經(jīng)網(wǎng)絡(luò)的其他兩個(gè)要素是傳播 fi， gi 功能和神經(jīng)元之間的互連權(quán)重，即重： Wij，sij， 和閾值的價(jià)值： θ i，β i。學(xué)習(xí)規(guī)則 39。在三角洲規(guī)則里， 39。是出現(xiàn)在每個(gè)周期或 39。的通過產(chǎn)出流動(dòng)激活以及重量調(diào)整誤差，向后傳播的一個(gè)監(jiān)督的過程。 同時(shí)，影響需求的因素是可變的，在這個(gè)意義上說，他也是模型中最艱難的過程。如 :操作計(jì)劃 ,營(yíng)銷情報(bào)等信息。 制作 BP神經(jīng)網(wǎng)絡(luò)庫(kù)存預(yù)測(cè)的關(guān)鍵部件是因素和量化的選擇。 現(xiàn)在我們根據(jù)鋼鐵企業(yè)實(shí)際的庫(kù)存條件給出一個(gè) 具體的三重層 BP神經(jīng)網(wǎng)絡(luò)模型來預(yù)測(cè)鋼板的需求 。現(xiàn)在，我們選擇以往時(shí)代的需求： x1，這個(gè)時(shí)期的價(jià)格：