基于管理軟件對人工神經(jīng)網(wǎng)絡(luò)的一點理解

摘 要 現(xiàn)代信息化時代，企業(yè)光靠人為管理是不夠的，專業(yè)化、規(guī)范化的辦公管理軟件可以助我們達(dá)到事半功倍的效果。簡單來說，管理軟件就是用來解決管理問題的軟件系統(tǒng)，管理軟件是一個EXCEL的小插件工具，利用神經(jīng)網(wǎng)絡(luò)這個工具可以幫助用戶解決諸多管理問題，尤其是那些長期難以解決的管理難題。

關(guān)鍵詞 管理軟件 人工神經(jīng)網(wǎng)絡(luò)算法

一、對管理軟件的認(rèn)識

管理軟件的直接用途就是讓用戶的管理要求能夠得到實際落地的貫徹執(zhí)行，從根本上講這個過程是通過管理信息化實現(xiàn)的，而管理軟件的核心工具就是管理信息化。

基于模塊角度來劃分，可以將企業(yè)管理軟件劃分為資產(chǎn)管理、設(shè)備管理、成本管理、進(jìn)銷存管理、供應(yīng)鏈管理、行政辦公管理、客戶關(guān)系管理、知識管理、財務(wù)管理、人力資源管理等多項分支。

二、神經(jīng)網(wǎng)絡(luò)算法的理解

通過對神經(jīng)網(wǎng)絡(luò)算法領(lǐng)域的研究，可以將基本學(xué)習(xí)方法劃分為無教師學(xué)習(xí)方法與有教師學(xué)習(xí)方法兩種：

第一，無教師學(xué)習(xí)方法。主要是將實例模式輸入到神經(jīng)網(wǎng)絡(luò)后，根據(jù)事先設(shè)定的規(guī)則對權(quán)值進(jìn)行調(diào)整。

第二，有教師學(xué)習(xí)方法。首先是輸入實例K，根據(jù)權(quán)值分布W（K）來對輸出Y（W，K）與實例K的期望輸出Y*（K）對比，在此基礎(chǔ)上對網(wǎng)絡(luò)的權(quán)值分布進(jìn)行調(diào)整，進(jìn)而達(dá)到函數(shù)值差最小的目標(biāo)。

（一）神經(jīng)網(wǎng)絡(luò)的專家算法

基于神經(jīng)網(wǎng)絡(luò)的知識表示方法所擁有的優(yōu)點包含以下幾個：

第一，易于實現(xiàn)知識的自動獲取。

第二，易于網(wǎng)絡(luò)的知識推理。

第三，易于知識的組合。

第四，可以對食物的復(fù)雜關(guān)系進(jìn)行表示。

（二）神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)與一般專家系統(tǒng)的不同

相對于一般專家系統(tǒng)來說，神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)差別較大，具體包含以下幾點：

第一，神經(jīng)元知識庫可以執(zhí)行并行處理，并且采用的是分布式存儲。

第二，神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)算法相對成熟。

第三，具有較好的容錯性。

基于神經(jīng)元的信息處理過程形成了推立機(jī)。

三、以城鎮(zhèn)居民生活質(zhì)量水平指標(biāo)評價模型的建立為例

（一）基于模糊綜合評價法計算的城鎮(zhèn)居民生活質(zhì)量水平指標(biāo)值：

首先對下述表格中的8個指標(biāo)賦權(quán)重值，本文采用的權(quán)重值為近似的公認(rèn)的城鎮(zhèn)居民生活質(zhì)量水平很高的城鎮(zhèn)居民平均消費結(jié)構(gòu)數(shù)據(jù)。如表1：

為了使所求綜合隸屬度值更具合理性、可比性和實用性，我們假設(shè)了兩種極端情況下的地區(qū)城鎮(zhèn)居民生活水平狀況，即最低值和短期內(nèi)不會實現(xiàn)的較高值。如地區(qū)1的所有因素指標(biāo)值均為0，而地區(qū)2的因素指標(biāo)值為較高值。

其次建立各評估要素的隸屬度函數(shù)：

如食品（X1）要素隸屬度函數(shù)y（x）的建立如下（數(shù)據(jù)見附表）：

y（xi1）=（xi1-0）/（13500-0） 0≤x≤13500 i=1、2……217

依照上述函數(shù)求得的各城市的食品項因素的隸屬度值依次為：y（x11）=0.0000、y（x21）=1.0000、

y（x31）=0.1467、y（x41）=0.0459、y（x51）=0.1701……y（x2191）=0.1417（計算過程略）。

其他要素隸屬度函數(shù)的建立及求值同理。

利用上述值乘以0.27，我們可以得到不同城鎮(zhèn)居民的食品支出對其生活質(zhì)量水平的貢獻(xiàn)值或影響程度值分別為0.0000、0.2700、0.0396……0.0383。

衣著、居住等因素對居民生活質(zhì)量水平的貢獻(xiàn)值或影響程度值的計算同上。

將上述所求得的各項因素對居民生活質(zhì)量水平的貢獻(xiàn)值或影響值加總求和，可以得到能夠反映各地區(qū)人民生活質(zhì)量水平的綜合隸屬度值，也即所要求的可以用來衡量城鎮(zhèn)生活質(zhì)量水平的指標(biāo)值。依次為0.0000、1.0000、0.0983、0.1068……0.1127（數(shù)據(jù)見附表）。

生活質(zhì)量指標(biāo)值很好地反映了不同地區(qū)各自的人民生活水平狀況，也直觀地反映了不同地區(qū)之間的差距，便于我們進(jìn)行比較和評價（因本文所選理想城鎮(zhèn)居民的消費水平很高，所以沒能把所求的真實情況中各城鎮(zhèn)的指標(biāo)值的距離拉開）。

（二）基于BP神經(jīng)網(wǎng)絡(luò)模型計算的生活質(zhì)量指標(biāo)值

使用braincel來實現(xiàn)基于BP算法的三層前饋神經(jīng)網(wǎng)的功能，其工作原理如下：假設(shè)輸入向量為X=（x1，x2，…，xi，…，xn）T；隱層輸出向量為Y=（y1，y2，…，yj，…，ym）T；輸出層輸出向量為O=（o1，o2，…，ok，…or）T。期望輸出向量為d=（d1，d2，…，dk，

…dr）T。用V來表示隱層與輸入層間的權(quán)值矩陣，其中V=（V1，V2，…，Vj，…Vm），Vj為隱層第j個神經(jīng)元對應(yīng)的權(quán)向量；另外，用W代表輸出層與隱層間的權(quán)值矩陣，具體為W=（W1，W2，…，WK，…，Wr），WK為第k個神經(jīng)元所對應(yīng)的權(quán)向量。它們之間的關(guān)系：

其中轉(zhuǎn)移函數(shù)為：f（x）=1÷（1+e-x） （5）

以上算式（1）～（5）為三層前饋網(wǎng)絡(luò)的數(shù)學(xué)模型。

四、在使用神經(jīng)網(wǎng)絡(luò)時有幾點需要注意

在對神經(jīng)網(wǎng)絡(luò)運用的過程中，所需要注意的問題包含以下幾點：

其一，要解釋神經(jīng)網(wǎng)絡(luò)是非常困難的，并且截至目前并沒有針對神經(jīng)網(wǎng)絡(luò)形成較為簡便的方法學(xué)。

其二，排除較為簡單的問題，要對一個神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，則需要花費一定的時間。但在建立好神經(jīng)網(wǎng)絡(luò)后，將其運用在預(yù)測工作當(dāng)中，其處理速度是非?？斓?。

其三，需要選擇合理、恰當(dāng)?shù)挠?xùn)練神經(jīng)網(wǎng)絡(luò)，并對神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行嚴(yán)格的控制，具有代表性的有交叉驗證法、測試集方法等，其根本原因是神經(jīng)網(wǎng)絡(luò)具有可變參數(shù)過多、過于靈活等特征，幾乎能夠?qū)λ惺虑榧右浴坝涗洝薄?/p>

（作者單位為湖北職業(yè)技術(shù)學(xué)院）

[作者簡介：鄭敏（1987—），女，碩士研究生，講師，研究方向：財務(wù)會計。]

參考文獻(xiàn)

[1] 周政. BP神經(jīng)網(wǎng)絡(luò)的發(fā)展現(xiàn)狀綜述[J].山西電子技術(shù)，2008（2）.

[2] 黎鵬.基于BP神經(jīng)網(wǎng)絡(luò)、蒙特卡羅模擬與核估計的經(jīng)濟(jì)增長預(yù)測研究[J].價值工程，2009（7）.

[3] 李翱翔，陳健.BP神經(jīng)網(wǎng)絡(luò)參數(shù)改進(jìn)方法綜述[J].電子科技，2017（2）.

[4] 韓力群.人工神經(jīng)網(wǎng)絡(luò)教程[M].北京郵電大學(xué)出版社，2017.