基于LM-BP模型的企業產品質量經濟性模糊綜合評價研究①

基于LM-BP模型的企業產品質量經濟性模糊綜合評價研究①

昆明理工大學質量發展研究院 張兆薇 李潔

針對企業產品的質量經濟效益綜合評價問題，提出基于LM算法和BP神經網絡的模糊綜合評判方法。該方法彌補了現有方法評價精度不理想的缺陷，能夠客觀表達評價者的知識和經驗。本文通過對某企業的相關數據進行實證分析，驗證了評價方法在企業產品質量經濟效益評價方面的準確性，并通過結果表明該方法具有比現有方法更高的可信度。

LM-BP模型 產品質量經濟效益 模糊綜合評價

產品質量經濟效益評價是專門研究質量與經濟效益內在聯系和數量關系，從經濟和經濟效益的角度，通過對質量和質量管理的效果進行經濟分析、經濟比較和經濟效益評價，以確保用最少的人力、物力和財力，生產出盡可能多的優質產品，創造盡可能大的經濟效益[1]。最早對質量經濟效益或經濟性進行研究的朱蘭主要是從質量成本的角度對企業的質量經濟效益進行了研究[2]。

近年來，國內也有較多文獻對產品質量的經濟性進行了研究，研究主要集中在產品質量對本企業的經濟效益研究上，部分文獻定性研究了產品質量對消費者和社會效益的影響。建立了質量成本分析模型，選擇DEA模型對其產品進行質量經濟性評價[3]。通過對質量經濟性的研究，建立了質量水平與質量成本的關系模型和質量效益的評價與計算模型[4]。質量經濟性不僅局限于企業內部，而應該著眼于宏觀角度，即從企業內部、消費者及社會等幾大環境進行評價[5]。提出廣義的產品質量經濟性評價設想，并且將模糊綜合評價方法應用到評價模型的計算中[6]。可以看出國內已有成果定性分析了產品質量對經濟社會形成的效益研究。但是，目前對構建產品質量效益綜合評價模型的研究較少。因此如何科學構建產品質量的經濟效益綜合評價模型是質量經濟學研究中的一個焦點和難點問題。

目前，已有模糊綜合評判方法應用于質量經濟效益評價[13，14]。對質量經濟效益評價進行了有益的探討，但此方法主觀性較強，評價結果的可信度不高。再者，企業的產品質量經濟效益評價問題中的評價因子與評價級別之間還存在著復雜的非線性關系，而BP神經網絡就是一種處理非線性映射的良好算法；不過，傳統的BP神經網絡存在學習收斂速度較慢、易陷入局部極小等缺陷，其應用范圍受到限制；而學者們[15]亦對傳統BP神經網絡進行了改進，主要方法有動量法、自適應學習系數法、LM算法等，其中LM算法兼具了梯度下降法的全局特性和Gauss-Newton法的局部特性兩個優點，有效彌補了傳統BP神經網絡的不足；鑒于此，本文基于LM-BP網絡對企業產品質量經濟效益進行模糊綜合評判，首先通過利用模糊綜合評判算法對多指標的質量特性進行綜合評價分析，然后將其評價結果作為學習樣本對網絡進行訓練，使得經訓練后的網絡評價模型對新增的生產要求做出快速精確地響應，從而實現對產品在生產階段質量特性進行評價和預測。

1 相關理論基礎簡要介紹

1.1 BP神經網絡

人工神經網絡基于人腦的基本特性，能夠大規模進行處理和分布式儲存，具有自適應性和容錯性的優點。理論上，誤差逆傳播(BP)神經網絡可以使用于任意多層的網絡。由于BP神經網絡具有工作狀態穩定、結構簡單的特點，是眾多的神經網絡模型中應用最為廣泛、發展最為成熟的網絡模型。BP網絡模型由輸入層、隱層和輸出層組成，層與層之間用權值表示連接程度，并通過學習不斷調整權值。

1.2 LM優化算法

由于Levenberg-Marquartdt優化算法兼具梯度下降法的全局特性和Gauss-Newton法的局部特性兩個優點，因此針對傳統的BP神經網絡所存在的學習收斂速度較慢、易陷入局部極小值等問題，本文采用Levenberg-Marquartdt優化算法作為改進算法對傳統的BP神經網絡進行改進。

1.3 模糊綜合評判

基于模糊集合理論的綜合評價方法通過精確的數學手段進行產品質量經濟效益評價，能對呈現模糊性的指標做出較為客觀、科學、合理、符合實際的定量描述；并且它的評價結果亦是一個所包含信息比單純點值更為豐富的矢量。

2 企業產品質量經濟效益綜合評價模型的構建

2.1 指標體系的分析與設計

2.1.1 輸入指標的分析與設計

基于經濟效益的核心是質量水平高、質量成本低[8]， 承接于企業產品質量的綜合評價指標體系設計，本文選取的輸入指標如表1所示。選用質量成本來設計綜合評價的指標體系也是目前比較通用的做法。大量的統計資料表明，目前四種質量成本在總質量成本中所占比例大致如下表2所示。

表1 模型輸入指標設計

表2 質量成本構成比例

2.1.2 輸出指標的分析與設計

基于采用產品質量的收益表征質量經濟效益的產出[14]，將輸出指標設計為：企業品牌形象、顧客滿意度、社會經濟效益。其中，企業品牌形象作為一種復雜表征，是品牌屬性、形象包裝、產品價格、歷史聲譽和宣傳方式的無形綜合，能夠反映出企業在不同質量水平上的無形質量效益；顧客滿意程度取決于顧客對產品感知質量和期望質量的關系。社會經濟效益的主要內容包括產品使用壽命延長、可靠性提高等使用價值的增加；能源和物化消耗的減少帶來的間接經濟效益；其他經濟效益。

2.2 評價模型的原理與構建

依照模糊綜合評估的基本原理，利用隸屬度函數對模糊的指標信息和評價信息進行數字化處理，將企業產品質量經濟效益定性定量化。應用BP網絡來處理模糊綜合評判問題，處理多級綜合評價問題，具有較好的容錯性和魯棒性。基于LM-BP網絡的企業質量經濟效益模糊綜合評判模型的實施流程其具體算法和實現如下：

(1)將待估案例的歷史數據以的比例劃分為K個訓練樣本和L個測試樣本；

(2)確定網絡結構參數：輸入層、隱層和輸出層的節點個數、學習系數、誤差允許范圍；

(3)確定網絡連接權值的初始值；

(4)將學習樣本特征值矩陣進行模糊處理，轉化為評價矩陣；

(5)輸入上步模糊綜合評判結果，將其作為期望輸出向量來參照網絡訓練；

(6)計算網絡隱層和輸出層各節點的實際輸出值；

(7)計算單次學習樣本二次型誤差函數和整體平均誤差；

(8)基于LM優化算法調整連接權值和閾值；

(9)若平均誤差處于允許的誤差范圍之內，則停止訓練；否則，轉回(6)；

(10)利用上述訓練完成的模型對測試樣本進行測試。

3 實證研究

為了驗證本模型的有效性，選用某生產企業某時期生產的歷史數據進行實例模擬。按照上述步驟，取出234例作為訓練樣本，58例作為預測樣本。結合MATLAB軟件編碼設計，對學習樣本進行歸一化處理，誤差指標取0.01，學習系數為0.01，網絡拓撲結構參數為，隱含層與輸出層的激活函數為S型函數。模型輸出結果與模糊估計專家評估結果比較，如表3所示。結果表明：網絡預測與專家估計的擬合精度較模糊評價與專家估計的擬合精度較高，測試樣本結果基本符合事先要求。

表3 比較結果

4 結語

本文針對企業產品質量經濟效益綜合評價問題，提出了一種基于LM-BP網絡的模糊綜合評判模型。充分考慮了評價指標的模糊性，彌補了以往評價的隨機性帶來的不足，使得輸出結果更為可信。實例驗證表明該方法能夠較好地模擬專家評價，有機結合了自學習、專家系統和模糊推理的優勢，對于企業產品質量經濟效益綜合評價問題具有可行性。

[1] 銀路,劉衛.質量經濟效益分析[M].成都:成都出版社,1992.

[2] 王斌會.過程控制與管理經濟效益的模型分析[M].北京:經濟科學出版社,2005.

[3] 王獻雨,鞠曉峰.基于DEA模型的大型復雜軍工產品質量經濟性評價[J].系統工程與電子技術,2010,32(3).

[4] 李洪勇.質量的經濟性問題分析[J].中國管理信息化,2010,13(17).

[5] 史小月.質量經濟效益評價模型的實踐應用案例[J].江蘇科技信息(學術研究),2011(6).

[6] 徐仁冬.產品質量經濟性的模糊綜合評價研究[J].航空標準化與質量,2012(5).

[7] 杜棟,龐慶華,吳炎.現代綜合評價方法與案例精選[J].北京:清華大學出版社,2008.

[8] Banker,Charnes Cooper.Some models for estimating technical and scale inefficiencies data envelopment analysis[J].Management Science,1984,30(9).

[9] Ali A I,Lerne C S,Seiford L M.Components of efficiency evaluation in data envelopment analysis[J].European Journal of Operational Research,1995,80(3).

[10] 張國慶.質量經濟效益理論和評價研究[D].大連理工大學,2003.

[11] 約瑟夫·M·朱蘭,約瑟夫·A·德菲歐.朱蘭質量手冊(第六版)[M].北京:中國人民大學出版社,2014.

[12] 賈躍,趙學濤,林賢杰等.基于BP神經網絡的魚雷作戰效能模糊綜合評估模型及其仿真[J].兵工學報,2009,30(9).

[13] 關曉光,葛志杰.質量經濟效益的模糊綜合評價[J].管理工程學報,2000,14(4).

[14] 徐仁冬.產品質量經濟性的模糊綜合評價研究[J].航空標準化與質量,2012(5).

F273.2

A

2096-0298(2015)04(c)-162-03

云南省教育廳科學研究基金項目“產品質量經濟效益評價模型研究”(2014Y081)。

張兆薇(1991-)，女，重慶涪陵人，碩士研究生，主要從事質量管理方面的研究；李潔(1977-)，女，四川安岳人，副教授，主要從事數量經濟和質量管理方面的研究。