WPS-BP神經(jīng)網(wǎng)絡在物流戰(zhàn)略聯(lián)盟風險評估中應用研究.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)盟時不得不權衡利益和風險。
　　BP神經(jīng)網(wǎng)絡可以解決很多非線性的映射問題，能夠準確的擬合聯(lián)盟指標和聯(lián)盟風險等級之間的映射關系，輸入聯(lián)盟風險指標數(shù)據(jù)，就能對聯(lián)盟進行準確的風險評估。BP神經(jīng)網(wǎng)絡算法中，關鍵的信息都存儲在權值和閾值中，這足以證明權值和閾值對整個網(wǎng)絡有效運行的重要性，但傳統(tǒng)的BP

2、算法中，對權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果的精度。
　　本文主要采用理論和實證研究相結合的方法。首先分析并總結了物流企業(yè)戰(zhàn)略聯(lián)盟風險評估的相關理論，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，本文將信念學習模型和狼群算法結合，并使用改進WPS對BP神經(jīng)