基于BP神经网络的供应链突发风险评价模型

来源 :北京信息科技大学学报(自然科学版) | 被引量 : 0次 | 上传用户:rockyin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为评价供应链突发风险的影响,从供应链的组成和运作要素角度定义了5种类型的供应链突发风险,并建立了一套基于风险类型的供应链突发风险评价指标体系。在此基础上,以风险评价指标为输入,风险类型和风险等级为输出,建立了基于BP神经网络的供应链突发风险评价模型。该模型使用BP网络作为经验知识的学习机制来学习突发风险评价指标与突发风险类型及等级之间的映射关系,然后通过BP网络的知识记忆和泛化推理能力实现对供应链突发风险的自动识别和评价。提出的模型在一个供应链风险样本集上进行了验证,验证结果表明了模型的有效性。
其他文献
1使用保养1.1检查各部位螺栓是否紧固,刀片是否装反等,出现问题及时排除解决.1.2主减速箱和链条处加注齿轮油,万向节和各轴承座注满润滑脂.
为进一步提高石墨烯基纳米复合材料的远红外发射特性,通过一步水热法利用锆钛氧化物对氧化石墨烯进行纳米复合改性,制备了二氧化锆/二氧化钛/还原型氧化石墨烯(ZrO 2/TiO 2-r
为更好地数字化传承与创新传统的蓝印花布纹样,并能单独提取构成纹样的图案基元并进行分类,提出一种基于卷积神经网络的纹样基元分类方法。首先,对采集的128张蓝印花布图像进行纹样基元提取,形成图像样本库,共21 212张。其次,从库中随机选取80%的图像样本作为训练集,20%作为测试集,利用5×5卷积核对训练样本进行卷积操作,将得到的特征图进行池化。通过3层卷积、3层池化及2层全连接层计算后,利用Sof
以主通道项目非通航孔桥70 m PC箱梁为背景,利用BIM技术对预制场布局合理划分,优化海工混凝土配合比,采用钢筋模块化生产、内模滑移式设计、自动喷淋养护技术等方式极大提高
水库信息作为防汛信息的重要组成部分,其信息报送率一直低下,错报、迟报较多,如何有效提高水库信息报送率、降低错迟报信息成为水库信息报送工作的重要内容之一。通过编制水