基于信任的供应链协同智能决策与优化研究

基于信任的供应链协同智能决策与优化研究

作者：唐善茂 王频 黄紫薇

来源：《企业科技与发展》2016年第05期

（1.桂林电子科技大学 商学院，广西 桂林 541004；2.桂林电子科技大学 科技处，广西 桂林 541004）

【摘 要】当前日趋激烈复杂的市场竞争环境对现代企业提出了全新的挑战，以供应链协同为平台实现企业发展和共赢的模式已成为主流选择。文章基于管理学理论，引入智能控制技术等方法，从成员间的信任角度研究供应链智能决策和优化问题。研究结论有助于细化和完善供应链决策理论，希望能为供应链管理决策者提供有益的借鉴与参考。 【关键词】供应链；信任；智能决策

【中图分类号】F274 【文献标识码】A 【文章编号】1674-0688（2016）05-0039-03 0 引言

目前，随着信息技术的快速发展，企业的经营模式和观念发生了很大的变化。为了适应当前激烈的市场竞争环境，现代企业发展的最好模式是企业之间的相互合作。企业多种合作模式之一的供给链是以共赢为目的的合作模式之一。供应链成员通过企业之间的合作，能够提升自己的核心竞争力，这样有助于提升供应链的竞争力。但是，这种企业之间的合作也伴随着风险。合作成员由于信息的不对称性，可能会在利益的驱动下做出对供应链的不利的行为。这说明供应链既可以帮组供应链成员快速适应市场，也能给供应链成员带来不能挽回的亏损。出现这种问题的根本原因在于供应链成员之间缺乏信任。供应链成员要想减少风险、降低交易成本和提高整个供应链的竞争力，就必须在合作中互相保持信任。并且，供应链成员之间的信任是随着所处情景的变化而不断变化的。

因此，研究供应链成员之间如何建立稳定的合作关系，有利于提升供应链的重整速率。这是供应链研究和使用发展的关键方向。以信任为视角，研究供应链协同智能决策是管理控制和信息领域新的挑战和机遇，有举足轻重的理论和实践意义。 1 相关概念 1.1 供应链的概念

供应链是由供商、制商、分销商、零销商、最终用户串并联而成的一个完整的网链组织和模式。它是围绕核心企业展开的，贯注了原材料购买、中间产品和最终产品然后由售货网络把成品送到买主手中的一个过程。该过程通过对消息流、物流、本钱流的操控来完成。供应链由物料在其上的加工、打包、运输等过程来提高价值，最后给有关企业带来收入。

龙源期刊网 http://www.qikan.com.cn

1.2 供应链管理

供应链管理是通过合作成员之间的密切合作，从全局的角度对供应链上的物流、消息流、股本流及学识流进行操控和调整的一种集成化、系统化的管理方式。它能够用最小的成本和费用产生最大的价值和最佳的服务。它的目标是提高企业间交互效率、促进技术创新、提高客户的满意度。供应链管理不是机械的管理供应链上的原料的流程，它还包括管理策略和需求预测等方面的问题。供应链管理思想促进了供应链的提高。越来越多的发达国家在全球层面建立了供应链，很多发展中国家企业也涉足供应链。随着供应链管理的升华，其在世界经济中发挥的作用越来越大。

供应链协同是供应链治理新的和最实在的模式，是供应链业务过程顺利接连的一种连通方式，是更有用地使用和管理资源的一种方法。 1.3 供应链中的信任

供应链管理中信任是其成败的首要因素。供应链成员之间的信任是指供应链某一节点的成员相信其他节点的成员在交易的过程中不会利用自己的弱点获得利益。此期间，信任关系的完成与提高按照一条周而复始、螺旋升高的规律。供应链管理中的信任分为不同的种类，它们在特定的条件下都发挥着重要的作用。因为现在的企业之间的竞争越来越偏向于供应链之间的竞争，而信任是供应链管理成败的首要因素，所以信任机制对企业的影响力也越来越重要。它们主要能够帮助企业减少供应链成员相互的交往成本，减少他们之间的矛盾，这样一来，整个供应链就能把时间花在有效的企业运作上来，使得整个供应链的效率大大提高。对于供应链成员之间发生的矛盾冲突，由于这些成员都是平等的，不能够经过强制性的手段来解决，而信任恰好存在一种潜在的心理约束的作用，这样恰好能有效地解决这些矛盾。

从已有的研究中，可以将信任概括为信任对方的动机和完成合作目标的能力。从我国企业的特点来看，按照供应链信任的发展层次，将信任分为理性阶段和感性阶段。在理性阶段，使用“计算型信任”， 而在感性阶段，使用“关系型信任”。 2 “计算型信任”供应链智能决策优化方法

在“计算型信任”维度上，主供应链成员和从供应链成员之间会出现“依附”和“背离”两种平稳后果。双方各自根据对对方的信任的评估结果，决定是否选择作为合作关系。

人工神经网络算法（Artificial Neural Network，ANN）有较好的模型组织形式的应用前景，能有机结合评估指标和评估模型。ANN算法的基本原理是输入训练样本进行学习，使网络输出符合人工决策的主观判断，在知识、经验和目标倾向上达到评估专家水平；长期应用证明，这个算法能在适当的时间层面内给出问题的希望结果，较好地模拟了生物神经网络的并行性、自学习、组织和联想记忆能力，而且具备不错的鲁棒性和容错力。目前，应用最广泛的

龙源期刊网 http://www.qikan.com.cn

BPNN（Back Propagation Neural Network）模型引入多层反馈机制，进一步提高了预测精度，但是存在训练周期过长、容易出现“过拟合”的问题。

遗传算法（GA）能够缩短训练时间。其主要从训练神经网络的权值和阈值、确定神经网络的拓扑结构及二者结合优化神经网络等方面优化BP神经网络运。用GA优化BP神经网络的权值和阈值，避免“过拟合”情况。其主要步骤如下：①确定网络隐含层节点数；②编码；③种群初始化；④适应度函数；⑤设定遗传代数参数；⑥循环1～5步，直到达到预设目标。基于GA-BPNN算法的供应链决策方法仍然需要一定的训练时间，但其比BPNN算法的决策方法的误差少很多，且预测精度提高很多。 3 “关系型信任”供应链智能决策优化方法

信任在MAS系统中对资源分配及Agent交互过程等方面起着重要作用。MAS系统中的信任也称直接信任。它是指Agent根据自身知识以及在与其他Agent的交互中获得的经验判断得出的信任。因为Agent可以在任意时间进入或离开开放MAS系统，所以Agent交互解决协同问题时，信任就显得更加重要。

MAS-BPNN结合MAS与BP神经网络构建供应链模型，各节点成员Agent在信任度测定效用值处于其领域范围的情况下，需要独立完成与所有合作成员Agent的信任度评估，并通过BPNN的反馈学习机制对输入的信任度测评值综合处理，将输出结果置为信任度效用值。在进一步学习的过程中，节点成员Agent以该测定的效用值为基准，再次输入经过实践检验后的结果进行训练；得益于BP神经网络的反馈机制，由于在不断优化调整每层的网络权值，MAS-BPNN对问题的每次求解都会使其趋于科学化和智能化。

MAS-BPNN算法的供应链Agent决策方法能够在很大程度上提高预测精度，但有很大的偏差波动性。采用GA算法优化MAS-BPNN的权值和阈值，供应链MAS-GA-BPNN算法比MAS-BPNN算法具有更好的预测精度。 4 结论

为了适应当前激烈的市场竞争环境，企业间要保持良好的合作关系。企业成员之间相互信任是保证供应链成员共同获得利益的基础。本研究以供应链信任为视角，研究供应链智能决策方法。

本文针对“计算型信任”阶段供应链的特征，提出以“主—从”局部供应链为分析对象，介绍了“主—从”局部供应链的信任演化博弈机制，在重复博弈的过程中，供应链成员不断学习和策略调整，最终形成演化稳定策略。基于GA-BPNN算法比单一的BPNN算法的决策方法误差显著提高，更能够达到满意的训练精度，且训练时间显著减少，对于最优解的搜索能力GA-BPNN算法要优于单一的BPNN算法。

龙源期刊网 http://www.qikan.com.cn

在供应链“关系型信任”阶段，利用供应链成员多智能体特性，介绍了该框架模型中供应链成员Agent信任度的度量方法。基于MAS-GA-BPNN算法比MAS-BPNN算法的决策方法误差显著提高，更能够达到满意的训练精度，且训练时间显著减少，对于最优解的搜索能力MAS-GA-BPNN算法要优于MAS-BPNN算法。 参 考 文 献

[1]郑浩，王全凤.BP神经网络在高层结构体系选择中的应用[J].华侨大学学报（自然科学版），2003，24（1）：48-54.

[2]刘天舒.BP神经网络的改进研究及应用[D].哈尔滨：东北农业大学，2011.

[3]刘丽文.企业供需链中的合作伙伴关系问题[J].计算机集成制造系统，2001，7（8）：27-32.

[4]方志耕，刘思峰.基于纯策略的灰矩阵二人有限零和博弈模型研究[J].南京航空航天大学学报，2003，35（4）：441-445.

[5]王颍.Vague集转化为Fuzzy集方法及Vague集相似度量的研究[D].厦门：厦门大学，2007.

[6]张延峰.战略联盟中信任、控制对合作风险的影响及其组合绩效研究[D].西安：西安交通大学，2003.

[责任编辑：钟声贤]

【科研项目】本文系广西教育厅项目“基于信任的供应链协同智能决策与优化研究”的阶段性成果之一，课题批准号：2013YB093。

【作者简介】唐善茂，桂林电子科技大学商学院教授；王频，桂林电子科技大学科技处副处长；黄紫薇，桂林电子科技商学院硕士研究生。