基于貝葉斯網絡的供應鏈風險模糊綜合評判

吳天魁等

摘 要 由于導致供應鏈失效的風險因素具有模糊性、復雜性，增加了供應鏈風險分析難度，一般的風險分析方法不能很好地評判供應鏈風險.文章提出了基于貝葉斯網絡的供應鏈風險模糊綜合評判方法，以某企業供應鏈風險為例，通過構建供應鏈失效風險的貝葉斯網絡對風險事件發生概率進行線性推理，再采用模糊綜合評判方法求出供應鏈風險中主要風險事件及總風險事件的風險等級，為該企業及早調控供應鏈提供依據.本評判方法可為企業供應鏈風險及其他類似風險的預防和控制提供參考依據.

關鍵詞 貝葉斯網絡；供應鏈風險；故障樹；模糊綜合評判

中圖分類號 O224 文獻標識碼 A

1 引 言

供應鏈風險管理已經成為組織，甚至是當前經濟和金融危機所應關注的核心問題.供應鏈風險評判的目的是為了更加全面了解供應鏈風險的整體狀況，從而為實施有效的風險管理措施提供依據.供應鏈風險評估的方法有風險矩陣法、故障樹分析法、蒙特卡洛模擬法、模糊綜合評判法等，但是這些方法只能進行定性或半定量分析，無法完整地從定量角度準確反應風險水平的高低.

貝葉斯概率模型的提出解決了從定量角度分析難的問題，它通過概率理論與可視化網絡圖來進行概率推理，并且能夠有效地將專家經驗、歷史數據以及各種不完整、不確定信息綜合起來提高建模效率和可信度.貝葉斯網絡（Bayesian Network， BN）技

術在國內外區域經濟預測^[1]、期權定價^[2]、軍事對抗模擬、工業廢水處理^[3]等領域得到了廣泛應用.近年來，國內外許多學者也采用了貝葉斯網絡技術對供應鏈風險進行了評判.比如李恩平^[4]運用BN對供應鏈進行了可靠性分析，Soberanis^[5]將貝葉斯網絡擴展模型應用于供應鏈風險評判中，索秀花^[6]利用BN對供應鏈質量進行了評價與識別.這些文章運用貝葉斯網絡技術從定量角度進行評估，然而評判中未考慮損失的影響，無法反應實際情況，也無法對不確定因素進行準確考慮.

因此，本文提出將貝葉斯網絡技術與模糊綜合評判法相結合解決上面出現的問題，目前將兩者結合起來進行風險評判在國內外很少見.以某企業供應鏈風險數據為基礎，通過基于貝葉斯網絡技術與模糊綜合評判相結合對供應鏈風險進行了評判 ，為以后進行相關風險研究提供參考依據.

2 基于故障樹的貝葉斯網絡建造方法

2.1 故障樹分析法的基本介紹

故障樹分析法（Fault Tree Analysis， FTA）^[7]是一種運用演繹法逐級分析，尋找導致某種故障事故的各種可能原因，直到最基本原因，并通過邏輯關系的分析確定潛在的風險故障，以便采取防范措施的分析方法.在此方法中通常把人們不希望發生的，但可以預見的對系統性能、經濟性、可靠性和安全有顯著影響的故障事件作為頂事件，把引發頂事件故障的最終原因作為底事件，把反映頂事件與底事件之間因果關系的事件稱為中間事件.然后通過各事件間的邏輯關系建立系統故障的數學模型.

故障樹模型的建立有3個前提假設：1）事件狀態為兩態：工作（w）或失效（F）；2）各事件之間獨立；3）事件之間中有“與、或”兩種邏輯門相互聯系.^[8]從這些前提假設可以看到，FTA方法在分析問題時存在一些局限性，比如事件要求兩態性，各事件之間獨立且邏輯門表示方法有限.事實上有些事件不止存在著兩態，有時處于兩態之間，并且許多事件又是相互聯系的，單純地用“與門”或者“或門”來表示它們之間的關系是不夠的，比如本文要研究的供應鏈失效風險，就存在這樣的情況，因此再單純的運用故障樹模型處理就不能很好地反應實際問題了，故本文提出了貝葉斯網絡與故障樹分析法相結合，使所要研究的結果更加切合實際.

由表6可以得出，網上訂購失效等級為4級，說明該企業網上訂購存在很大的風險隱患，如果不及時采取合理措施將造成很大損失；系統故障的等級為4級，很大原因是該企業技術配置較低，配送以及調度信息處理不當，因此該企業應該采取有效的辦法及早提高技術配置并以合理快速的方式處理配送及調度信息；客戶訂單遞交失效、網絡差和調度不當的風險等級為3級，此時該企業也應該提高網絡技術以及客服的服務水平.依據同樣的研究方法，可以計算出供應鏈失效中其他非根節點的風險等級.結果表明，供應鏈失效總風險等級為3級，產品失效及原材料失效都為3級.對于不同等級的風險事件應該采取相應的措施來降低風險，以此來減少供應鏈失效帶來的損失.

4 結束語

將貝葉斯網絡技術與模糊綜合評判方法結合起來，提出基于貝葉斯網絡的供應鏈風險模糊綜合評判方法.以文中生產企業供應鏈風險數據為基礎，運用基于貝葉斯網絡的模糊綜合評判方法計算出該企業供應鏈風險總等級以及其他事件的風險等級.本方法可為研究其他類似風險提供參考依據.

針對不同企業要結合具體實際情況，運用本文的研究方法，將很容易分析出企業運營中的其他類似風險等級，為企業及時調控提供依據.

參考文獻

[1] 王 飛. 基于貝葉斯向量自回歸的區域經濟預測模型： 以青海為例[J]. 經濟數學，2011，28（2）：95-100.

[2] 熊炳忠，馬柏林. 基于貝葉斯MCMC算法的美式期權定價[J]. 經濟數學，2013，30（2）：55-62.

[3] H MTHLENBEIN， T MAHNIG. Evolutionary optimization using graphical models [J]. New Generation Computing， 2000， 18（2）： 157-166.

[4] 李恩平，葛蘭.基于貝葉斯網絡的供應鏈可靠性診斷分析[J].物流技術，2010，21（9）：96-99.

[5] E D SOBERANIS. An extended Bayesian network approach for analyzing supply chain disruptions[D].Lowa：Industrial Engineering，University of Lowa， 2010.

[6] 索秀花，張仁發.基于貝葉斯網絡的供應鏈質量風險識別與評估[J].中國市場，2010，23（12）：127-130.

[7] 曾聲奎.可靠性設計與分析[M].北京：國防工業出版社，2011：225-246.

[8] 謝斌，張明珠，嚴于鮮.貝葉斯網絡對故障樹方法的改進[J].燕山大學學報，2004，28（1）：55-57.

[9] 齊善明，李磊，楊歡.基于故障樹貝葉斯網絡的裝備故障診斷方法研究[J].艦船電子工程，2012，32 （6）：112-113.

[10]楊虹，汪厚祥，支冬棟，等.基于貝葉斯網絡的故障樹在機械設備中的應用[J].微計算機信息，2010，26（2）：116-119.

[11]程鵬.供應鏈風險評估中貝葉斯網絡的應用[J]. 生產力研究，2012，2（5）：215-216.

[12]周紅波.基于貝葉斯網絡的深基坑風險模糊綜合評估方法[J].上海交通大學學報，2009，43（9）：1474 -1478.

[13]張姣，賈敏才，張建.地鐵隧道盾構法施工全過程風險分析[J].公路工程，2013，38（3）：39-41.endprint

摘 要 由于導致供應鏈失效的風險因素具有模糊性、復雜性，增加了供應鏈風險分析難度，一般的風險分析方法不能很好地評判供應鏈風險.文章提出了基于貝葉斯網絡的供應鏈風險模糊綜合評判方法，以某企業供應鏈風險為例，通過構建供應鏈失效風險的貝葉斯網絡對風險事件發生概率進行線性推理，再采用模糊綜合評判方法求出供應鏈風險中主要風險事件及總風險事件的風險等級，為該企業及早調控供應鏈提供依據.本評判方法可為企業供應鏈風險及其他類似風險的預防和控制提供參考依據.

關鍵詞 貝葉斯網絡；供應鏈風險；故障樹；模糊綜合評判

中圖分類號 O224 文獻標識碼 A

1 引 言

供應鏈風險管理已經成為組織，甚至是當前經濟和金融危機所應關注的核心問題.供應鏈風險評判的目的是為了更加全面了解供應鏈風險的整體狀況，從而為實施有效的風險管理措施提供依據.供應鏈風險評估的方法有風險矩陣法、故障樹分析法、蒙特卡洛模擬法、模糊綜合評判法等，但是這些方法只能進行定性或半定量分析，無法完整地從定量角度準確反應風險水平的高低.

貝葉斯概率模型的提出解決了從定量角度分析難的問題，它通過概率理論與可視化網絡圖來進行概率推理，并且能夠有效地將專家經驗、歷史數據以及各種不完整、不確定信息綜合起來提高建模效率和可信度.貝葉斯網絡（Bayesian Network， BN）技

術在國內外區域經濟預測^[1]、期權定價^[2]、軍事對抗模擬、工業廢水處理^[3]等領域得到了廣泛應用.近年來，國內外許多學者也采用了貝葉斯網絡技術對供應鏈風險進行了評判.比如李恩平^[4]運用BN對供應鏈進行了可靠性分析，Soberanis^[5]將貝葉斯網絡擴展模型應用于供應鏈風險評判中，索秀花^[6]利用BN對供應鏈質量進行了評價與識別.這些文章運用貝葉斯網絡技術從定量角度進行評估，然而評判中未考慮損失的影響，無法反應實際情況，也無法對不確定因素進行準確考慮.

因此，本文提出將貝葉斯網絡技術與模糊綜合評判法相結合解決上面出現的問題，目前將兩者結合起來進行風險評判在國內外很少見.以某企業供應鏈風險數據為基礎，通過基于貝葉斯網絡技術與模糊綜合評判相結合對供應鏈風險進行了評判 ，為以后進行相關風險研究提供參考依據.

2 基于故障樹的貝葉斯網絡建造方法

2.1 故障樹分析法的基本介紹

故障樹分析法（Fault Tree Analysis， FTA）^[7]是一種運用演繹法逐級分析，尋找導致某種故障事故的各種可能原因，直到最基本原因，并通過邏輯關系的分析確定潛在的風險故障，以便采取防范措施的分析方法.在此方法中通常把人們不希望發生的，但可以預見的對系統性能、經濟性、可靠性和安全有顯著影響的故障事件作為頂事件，把引發頂事件故障的最終原因作為底事件，把反映頂事件與底事件之間因果關系的事件稱為中間事件.然后通過各事件間的邏輯關系建立系統故障的數學模型.

故障樹模型的建立有3個前提假設：1）事件狀態為兩態：工作（w）或失效（F）；2）各事件之間獨立；3）事件之間中有“與、或”兩種邏輯門相互聯系.^[8]從這些前提假設可以看到，FTA方法在分析問題時存在一些局限性，比如事件要求兩態性，各事件之間獨立且邏輯門表示方法有限.事實上有些事件不止存在著兩態，有時處于兩態之間，并且許多事件又是相互聯系的，單純地用“與門”或者“或門”來表示它們之間的關系是不夠的，比如本文要研究的供應鏈失效風險，就存在這樣的情況，因此再單純的運用故障樹模型處理就不能很好地反應實際問題了，故本文提出了貝葉斯網絡與故障樹分析法相結合，使所要研究的結果更加切合實際.

由表6可以得出，網上訂購失效等級為4級，說明該企業網上訂購存在很大的風險隱患，如果不及時采取合理措施將造成很大損失；系統故障的等級為4級，很大原因是該企業技術配置較低，配送以及調度信息處理不當，因此該企業應該采取有效的辦法及早提高技術配置并以合理快速的方式處理配送及調度信息；客戶訂單遞交失效、網絡差和調度不當的風險等級為3級，此時該企業也應該提高網絡技術以及客服的服務水平.依據同樣的研究方法，可以計算出供應鏈失效中其他非根節點的風險等級.結果表明，供應鏈失效總風險等級為3級，產品失效及原材料失效都為3級.對于不同等級的風險事件應該采取相應的措施來降低風險，以此來減少供應鏈失效帶來的損失.

4 結束語

將貝葉斯網絡技術與模糊綜合評判方法結合起來，提出基于貝葉斯網絡的供應鏈風險模糊綜合評判方法.以文中生產企業供應鏈風險數據為基礎，運用基于貝葉斯網絡的模糊綜合評判方法計算出該企業供應鏈風險總等級以及其他事件的風險等級.本方法可為研究其他類似風險提供參考依據.

針對不同企業要結合具體實際情況，運用本文的研究方法，將很容易分析出企業運營中的其他類似風險等級，為企業及時調控提供依據.

參考文獻

[1] 王 飛. 基于貝葉斯向量自回歸的區域經濟預測模型： 以青海為例[J]. 經濟數學，2011，28（2）：95-100.

[2] 熊炳忠，馬柏林. 基于貝葉斯MCMC算法的美式期權定價[J]. 經濟數學，2013，30（2）：55-62.

[3] H MTHLENBEIN， T MAHNIG. Evolutionary optimization using graphical models [J]. New Generation Computing， 2000， 18（2）： 157-166.

[4] 李恩平，葛蘭.基于貝葉斯網絡的供應鏈可靠性診斷分析[J].物流技術，2010，21（9）：96-99.

[5] E D SOBERANIS. An extended Bayesian network approach for analyzing supply chain disruptions[D].Lowa：Industrial Engineering，University of Lowa， 2010.

[6] 索秀花，張仁發.基于貝葉斯網絡的供應鏈質量風險識別與評估[J].中國市場，2010，23（12）：127-130.

[7] 曾聲奎.可靠性設計與分析[M].北京：國防工業出版社，2011：225-246.

[8] 謝斌，張明珠，嚴于鮮.貝葉斯網絡對故障樹方法的改進[J].燕山大學學報，2004，28（1）：55-57.

[9] 齊善明，李磊，楊歡.基于故障樹貝葉斯網絡的裝備故障診斷方法研究[J].艦船電子工程，2012，32 （6）：112-113.

[10]楊虹，汪厚祥，支冬棟，等.基于貝葉斯網絡的故障樹在機械設備中的應用[J].微計算機信息，2010，26（2）：116-119.

[11]程鵬.供應鏈風險評估中貝葉斯網絡的應用[J]. 生產力研究，2012，2（5）：215-216.

[12]周紅波.基于貝葉斯網絡的深基坑風險模糊綜合評估方法[J].上海交通大學學報，2009，43（9）：1474 -1478.

[13]張姣，賈敏才，張建.地鐵隧道盾構法施工全過程風險分析[J].公路工程，2013，38（3）：39-41.endprint

摘 要 由于導致供應鏈失效的風險因素具有模糊性、復雜性，增加了供應鏈風險分析難度，一般的風險分析方法不能很好地評判供應鏈風險.文章提出了基于貝葉斯網絡的供應鏈風險模糊綜合評判方法，以某企業供應鏈風險為例，通過構建供應鏈失效風險的貝葉斯網絡對風險事件發生概率進行線性推理，再采用模糊綜合評判方法求出供應鏈風險中主要風險事件及總風險事件的風險等級，為該企業及早調控供應鏈提供依據.本評判方法可為企業供應鏈風險及其他類似風險的預防和控制提供參考依據.

關鍵詞 貝葉斯網絡；供應鏈風險；故障樹；模糊綜合評判

中圖分類號 O224 文獻標識碼 A

1 引 言

供應鏈風險管理已經成為組織，甚至是當前經濟和金融危機所應關注的核心問題.供應鏈風險評判的目的是為了更加全面了解供應鏈風險的整體狀況，從而為實施有效的風險管理措施提供依據.供應鏈風險評估的方法有風險矩陣法、故障樹分析法、蒙特卡洛模擬法、模糊綜合評判法等，但是這些方法只能進行定性或半定量分析，無法完整地從定量角度準確反應風險水平的高低.

貝葉斯概率模型的提出解決了從定量角度分析難的問題，它通過概率理論與可視化網絡圖來進行概率推理，并且能夠有效地將專家經驗、歷史數據以及各種不完整、不確定信息綜合起來提高建模效率和可信度.貝葉斯網絡（Bayesian Network， BN）技

術在國內外區域經濟預測^[1]、期權定價^[2]、軍事對抗模擬、工業廢水處理^[3]等領域得到了廣泛應用.近年來，國內外許多學者也采用了貝葉斯網絡技術對供應鏈風險進行了評判.比如李恩平^[4]運用BN對供應鏈進行了可靠性分析，Soberanis^[5]將貝葉斯網絡擴展模型應用于供應鏈風險評判中，索秀花^[6]利用BN對供應鏈質量進行了評價與識別.這些文章運用貝葉斯網絡技術從定量角度進行評估，然而評判中未考慮損失的影響，無法反應實際情況，也無法對不確定因素進行準確考慮.

因此，本文提出將貝葉斯網絡技術與模糊綜合評判法相結合解決上面出現的問題，目前將兩者結合起來進行風險評判在國內外很少見.以某企業供應鏈風險數據為基礎，通過基于貝葉斯網絡技術與模糊綜合評判相結合對供應鏈風險進行了評判 ，為以后進行相關風險研究提供參考依據.

2 基于故障樹的貝葉斯網絡建造方法

2.1 故障樹分析法的基本介紹

故障樹分析法（Fault Tree Analysis， FTA）^[7]是一種運用演繹法逐級分析，尋找導致某種故障事故的各種可能原因，直到最基本原因，并通過邏輯關系的分析確定潛在的風險故障，以便采取防范措施的分析方法.在此方法中通常把人們不希望發生的，但可以預見的對系統性能、經濟性、可靠性和安全有顯著影響的故障事件作為頂事件，把引發頂事件故障的最終原因作為底事件，把反映頂事件與底事件之間因果關系的事件稱為中間事件.然后通過各事件間的邏輯關系建立系統故障的數學模型.

故障樹模型的建立有3個前提假設：1）事件狀態為兩態：工作（w）或失效（F）；2）各事件之間獨立；3）事件之間中有“與、或”兩種邏輯門相互聯系.^[8]從這些前提假設可以看到，FTA方法在分析問題時存在一些局限性，比如事件要求兩態性，各事件之間獨立且邏輯門表示方法有限.事實上有些事件不止存在著兩態，有時處于兩態之間，并且許多事件又是相互聯系的，單純地用“與門”或者“或門”來表示它們之間的關系是不夠的，比如本文要研究的供應鏈失效風險，就存在這樣的情況，因此再單純的運用故障樹模型處理就不能很好地反應實際問題了，故本文提出了貝葉斯網絡與故障樹分析法相結合，使所要研究的結果更加切合實際.

由表6可以得出，網上訂購失效等級為4級，說明該企業網上訂購存在很大的風險隱患，如果不及時采取合理措施將造成很大損失；系統故障的等級為4級，很大原因是該企業技術配置較低，配送以及調度信息處理不當，因此該企業應該采取有效的辦法及早提高技術配置并以合理快速的方式處理配送及調度信息；客戶訂單遞交失效、網絡差和調度不當的風險等級為3級，此時該企業也應該提高網絡技術以及客服的服務水平.依據同樣的研究方法，可以計算出供應鏈失效中其他非根節點的風險等級.結果表明，供應鏈失效總風險等級為3級，產品失效及原材料失效都為3級.對于不同等級的風險事件應該采取相應的措施來降低風險，以此來減少供應鏈失效帶來的損失.

4 結束語

將貝葉斯網絡技術與模糊綜合評判方法結合起來，提出基于貝葉斯網絡的供應鏈風險模糊綜合評判方法.以文中生產企業供應鏈風險數據為基礎，運用基于貝葉斯網絡的模糊綜合評判方法計算出該企業供應鏈風險總等級以及其他事件的風險等級.本方法可為研究其他類似風險提供參考依據.

針對不同企業要結合具體實際情況，運用本文的研究方法，將很容易分析出企業運營中的其他類似風險等級，為企業及時調控提供依據.

參考文獻

[1] 王 飛. 基于貝葉斯向量自回歸的區域經濟預測模型： 以青海為例[J]. 經濟數學，2011，28（2）：95-100.

[2] 熊炳忠，馬柏林. 基于貝葉斯MCMC算法的美式期權定價[J]. 經濟數學，2013，30（2）：55-62.

[3] H MTHLENBEIN， T MAHNIG. Evolutionary optimization using graphical models [J]. New Generation Computing， 2000， 18（2）： 157-166.

[4] 李恩平，葛蘭.基于貝葉斯網絡的供應鏈可靠性診斷分析[J].物流技術，2010，21（9）：96-99.

[5] E D SOBERANIS. An extended Bayesian network approach for analyzing supply chain disruptions[D].Lowa：Industrial Engineering，University of Lowa， 2010.

[6] 索秀花，張仁發.基于貝葉斯網絡的供應鏈質量風險識別與評估[J].中國市場，2010，23（12）：127-130.

[7] 曾聲奎.可靠性設計與分析[M].北京：國防工業出版社，2011：225-246.

[8] 謝斌，張明珠，嚴于鮮.貝葉斯網絡對故障樹方法的改進[J].燕山大學學報，2004，28（1）：55-57.

[9] 齊善明，李磊，楊歡.基于故障樹貝葉斯網絡的裝備故障診斷方法研究[J].艦船電子工程，2012，32 （6）：112-113.

[10]楊虹，汪厚祥，支冬棟，等.基于貝葉斯網絡的故障樹在機械設備中的應用[J].微計算機信息，2010，26（2）：116-119.

[11]程鵬.供應鏈風險評估中貝葉斯網絡的應用[J]. 生產力研究，2012，2（5）：215-216.

[12]周紅波.基于貝葉斯網絡的深基坑風險模糊綜合評估方法[J].上海交通大學學報，2009，43（9）：1474 -1478.

[13]張姣，賈敏才，張建.地鐵隧道盾構法施工全過程風險分析[J].公路工程，2013，38（3）：39-41.endprint