基于BAS-BP神經(jīng)網(wǎng)絡的醫(yī)藥供應鏈協(xié)同績效智能評價

方曉彤 張立濤 閆秀霞 董春肖

(山東理工大學管理學院 山東 淄博 255000)

0 引 言

近年來,在保障全民健康、深化醫(yī)療改革、實施醫(yī)保控費等政策法規(guī)的大力推動下,老百姓看病難、用藥貴的問題得到了一定的緩解,但同時也對醫(yī)藥(本文特指藥品和小型醫(yī)療器械)供應鏈相關主體的協(xié)同運作績效提出了更高的要求。在以云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等為代表的新一代信息技術推動下,醫(yī)藥供應鏈的相關節(jié)點組織如何能更快速、更準確地從業(yè)務流程中獲取相關數(shù)據(jù),在充分共享的基礎上自動化地進行績效評價,并根據(jù)評價結果及時調(diào)整各自的運營策略,對促進醫(yī)藥供應鏈的業(yè)務協(xié)同、服務質(zhì)量和整體運作績效提升等均具有重要的現(xiàn)實意義。

國內(nèi)外關于供應鏈績效評價的相關研究成果異常豐富,可見學者們對供應鏈績效的重視程度非常高,供應鏈協(xié)同績效評價也是其中的一個重要研究方向,研究重心基本集中在評價指標體系構建和評價方法建模等方面,其中以評價指標體系構建的研究居多。徐雯霞[1]從協(xié)同過程、協(xié)同結果、協(xié)同支持、客戶服務和系統(tǒng)適應性等方面構建的汽車行業(yè)供應鏈進行協(xié)同評價指標體系;Ramanathan[2]從評價供應鏈協(xié)作程度、業(yè)務運營目標、財務目標、信息共享和業(yè)務流程方面建立的指標體系;張英華等[3]從信息協(xié)同、業(yè)務協(xié)同、財務指標、客戶服務和協(xié)同抵御風險能力五個方面構建的客車供應鏈協(xié)同績效評價指標體系;瞿富強等[4]從運輸協(xié)同、庫存管理協(xié)同、信息共享協(xié)同、成本控制協(xié)同、客戶服務協(xié)同、風險分擔協(xié)同等方面構建裝配式建筑供應鏈協(xié)同績效評價指標體系等;張翠華等[5]從信息流、業(yè)務流、資金流、客戶服務和系統(tǒng)適應性五個方面構建的食品供應鏈協(xié)同績效評價指標體系。評價方法建模更是豐富多樣,主要有模糊綜合評價法[1,5]、ANP-Fuzzy評價模型[6]、網(wǎng)絡價值分析法[7]、DEMATEL方法[8]等。

從以上綜述來看,對供應鏈協(xié)同績效的研究,其研究對象以一般制造業(yè)、汽車、食品等行業(yè)為主,對醫(yī)藥行業(yè),尤其是以醫(yī)藥流通/銷售企業(yè)為核心的醫(yī)藥供應鏈協(xié)同績效評價研究比較缺乏,且現(xiàn)有的醫(yī)藥供應鏈績效評價[9-10]也均為靜態(tài)性評價,體現(xiàn)評價后信息反饋并指導績效提升的動態(tài)性和智能化研究尚顯不足。本文將在借鑒以上成果的基礎上,針對醫(yī)藥行業(yè)特點及醫(yī)改新政的影響,構建醫(yī)藥供應鏈協(xié)同績效評價指標體系,并使用BAS-BP神經(jīng)網(wǎng)絡構建醫(yī)藥供應鏈協(xié)同績效評價模型,并進行實例驗證。

1 醫(yī)藥供應鏈協(xié)同績效智能化評價框架設計

1.1 醫(yī)改新政下醫(yī)藥供應鏈的新變化

隨著“兩票制”“帶量采購”“新藥品管理法”等醫(yī)改新政的落地實施,對醫(yī)藥制造、流通、銷售和消費等均帶來了較大變化。從醫(yī)藥供應鏈整體來看,對醫(yī)藥流通/銷售企業(yè)的沖擊最明顯,促使流通環(huán)節(jié)變短[7],提高了流通行業(yè)的集中度。同時,第三方物流公司的加入,也對進一步提升效率、降低成本起到了積極的促進作用。醫(yī)藥流通集中度的提高,也為醫(yī)藥供應鏈各節(jié)點間的協(xié)同運作提供了更大可行性,以共同應對藥品價格下降和藥品安全質(zhì)量監(jiān)管趨嚴帶來的經(jīng)營壓力。為研究問題的方便,本文首先構建了如圖1所示的以醫(yī)藥流通/銷售企業(yè)為核心的三級醫(yī)藥供應鏈體系架構。這種供應鏈體系結構也確立了醫(yī)改新政下應更加重視信息溝通效率、市場和客戶、物流運作模式、藥品安全質(zhì)量等方面。

圖1 以醫(yī)藥流通/銷售企業(yè)為核心的三級醫(yī)藥供應鏈體系架構

1.2 醫(yī)藥供應鏈協(xié)同績效智能評價流程及目標

醫(yī)藥供應鏈協(xié)同績效智能評價流程如圖2所示,根據(jù)醫(yī)藥供應鏈的協(xié)同運作目標,確定協(xié)同績效評價指標,按月度頻率進行相關數(shù)據(jù)的獲取與整理,根據(jù)已經(jīng)訓練好的評價模型自動得出每月協(xié)同績效評價結果,再根據(jù)供應鏈實際運作情況和目標進行結果分析,幫助管理者找到供應鏈協(xié)同運作中可能存在的問題和需要改進的方向,確定改進方案,并通過改進方案的實施輔助協(xié)同運作目標的修訂和調(diào)整,運行一段時間后,再進行新一輪的評價,形成醫(yī)藥供應鏈協(xié)同運作績效評價與改進的循環(huán)體系,以實現(xiàn)醫(yī)藥供應鏈協(xié)同運作績效的持續(xù)提升。總體上,智能化評價的目標是既能實現(xiàn)協(xié)同績效的評價,又能根據(jù)評價結果給出優(yōu)化決策參考。

圖2 醫(yī)藥供應鏈協(xié)同績效智能評價流程

2 醫(yī)藥供應鏈協(xié)同績效智能評價指標體系的建立

2.1 建立原則

根據(jù)藥品自身特點以及藥品制造、流通、消費的特殊性,醫(yī)藥供應鏈協(xié)同績效評價指標應遵循以下幾個原則:

(1) 系統(tǒng)性原則。在指標選取過程中,要從全局出發(fā),考慮各個指標之間的相互關系,避免以偏概全。

(2) 科學性原則。選取的指標應該在反映客觀事實的同時,要與醫(yī)藥供應鏈的特征和要求相符合,而且指標的結構要科學合理。

(3) 全面性和代表性原則。醫(yī)藥供應鏈協(xié)同績效評價的指標要涵蓋醫(yī)藥供應鏈上下游節(jié)點企業(yè)協(xié)同運作的各個環(huán)節(jié),而且要有代表性,能夠充分反映醫(yī)藥企業(yè)的協(xié)同績效。

(4) 可操作性原則。評價指標在充分合理的同時要保證發(fā)揮評價作用,醫(yī)藥供應鏈節(jié)點企業(yè)能夠根據(jù)選取的指標和協(xié)同績效評價結果指導具體的運作。

2.2 評價指標

在以上原則的基礎上,通過對《藥品經(jīng)營質(zhì)量管理規(guī)范》《國務院辦公廳關于促進醫(yī)藥產(chǎn)業(yè)健康發(fā)展的指導意見》《中華人民共和國藥品管理法》(2019年版),以及“兩票制”“帶量采購”等醫(yī)改新政和行業(yè)規(guī)范的分析,參考相關協(xié)同績效評價的文獻,并結合實際調(diào)研醫(yī)藥供應鏈相關企業(yè)的情況以及數(shù)據(jù)的可獲得性,本文構建了如表1所示的醫(yī)藥供應鏈協(xié)同績效評價指標體系,主要從信息共享協(xié)同、業(yè)務流程協(xié)同和客戶服務協(xié)同三個維度設立了13個評價指標,既有定性指標,也有定量指標。該指標體系既借鑒了文獻[9-10]中的信息共享、客戶服務、訂單交付方面的指標,又充分考慮了醫(yī)改新政影響下醫(yī)藥流通的精細化、標準化、智慧化發(fā)展趨勢,強調(diào)了醫(yī)藥配送安全、有效、可及等因素,更符合現(xiàn)代醫(yī)藥流通的現(xiàn)狀及要求。需要特別說明的是,由于醫(yī)藥供應鏈的下游涉及到醫(yī)院和醫(yī)保政策等,不同地區(qū)的管理和財務政策有較大的差異性,故本文沒有建立資金流方面的相關指標。具體指標的解釋如下所述。

表1 醫(yī)藥供應鏈協(xié)同績效評價指標

2.2.1信息共享協(xié)同

信息流可以看作是供應鏈管理的神經(jīng)中樞系統(tǒng),對商流、物流和資金流起著重要的協(xié)調(diào)和控制作用。穩(wěn)定、可靠的藥品信息對掌握流通過程中藥品的實時數(shù)據(jù)和不良反應信息至關重要[11]。因此,信息共享協(xié)同是醫(yī)藥供應鏈協(xié)同的基礎,既可以減少信息延遲,提高預測精度,也可以降低溝通成本,增加供應鏈的靈活性[12]。信息共享協(xié)同可以用信息共享程度、信息傳遞有效率、信息處理準確率三個指標來衡量。

2.2.2業(yè)務流程協(xié)同

業(yè)務流程協(xié)同是企業(yè)進行一系列業(yè)務整合、維持供應鏈高效運作的重要保證[11]。本文考慮以流通企業(yè)為核心的醫(yī)藥供應鏈密切相關的計劃、訂單、庫存與配送等環(huán)節(jié)的核心業(yè)務協(xié)同情況。

(1) 計劃層面主要評價核心企業(yè)與上下游節(jié)點企業(yè)的目標相容程度以及預測準確程度。McLaren、Barratt 指出要想實現(xiàn)供應鏈各個參與者的高度協(xié)同,不僅需要供應鏈上的節(jié)點企業(yè)調(diào)整自身的業(yè)務流程來實現(xiàn)業(yè)務協(xié)同和流程協(xié)同,還需要企業(yè)在戰(zhàn)略目標層面上實現(xiàn)協(xié)同,只有這樣才能夠實現(xiàn)供應鏈長期和高度協(xié)同[13]。由計劃與目標一致性、平均預測準確率來衡量。

(2) 訂單滿足率和訂單準時交貨率主要反映醫(yī)藥制造企業(yè)的生產(chǎn)能力和準時交貨能力,藥品生產(chǎn)的工序繁多、對環(huán)境的要求極高,是藥品質(zhì)量的關鍵風險源[14]。制藥企業(yè)要在保證藥品質(zhì)量的同時盡量一次性準時地滿足下游企業(yè)的需求量,減少缺貨的發(fā)生。

(3) 庫存環(huán)節(jié)績效用存貨周轉天數(shù)來衡量,反映了醫(yī)藥供應鏈物流的藥品周轉的速度和醫(yī)藥供應鏈運作協(xié)調(diào)程度。

(4) 配送環(huán)節(jié)主要用準時交貨率、配送貨物完好率和車輛和貨物的可監(jiān)控比率來衡量。準時交貨率體現(xiàn)了該醫(yī)藥流通企業(yè)的物流管理水平、藥品貯存及轉運能力[15]。貨物完好率體現(xiàn)醫(yī)藥流通企業(yè)的配送質(zhì)量。配送運輸車輛及貨物可監(jiān)控比率是衡量藥品在運輸過程中環(huán)境是否達標、藥品是否安全和完好的指標,保障藥品在配送環(huán)節(jié)的全程監(jiān)管及事后可追溯。

2.2.3客戶服務協(xié)同

能否獲得客戶的信任、與客戶持續(xù)合作是企業(yè)能否可持續(xù)發(fā)展的重要因素,因此客戶服務是企業(yè)供應鏈協(xié)同體系的核心所在。客戶服務協(xié)同可以從處理客戶投訴及時率和客戶丟失率兩個方面進行評價。

3 基于BAS-BP神經(jīng)網(wǎng)絡的醫(yī)藥供應鏈協(xié)同績效評價模型構建

BP神經(jīng)網(wǎng)絡在計算時容易陷入局部最優(yōu)值,無法保證全局收斂,同時創(chuàng)建網(wǎng)絡時隨機產(chǎn)生的權值和閾值會對訓練的結果有影響,這將直接影響神經(jīng)網(wǎng)絡的性能和效率。使用天牛須搜索算法對BP神經(jīng)網(wǎng)絡的初始權值和閾值進行優(yōu)化,可以提高運算的效率,防止BP神經(jīng)網(wǎng)絡局部最優(yōu)化,彌補BP神經(jīng)網(wǎng)絡的缺陷。

3.1 Beetle Antennae Search原理

天牛須搜索算法是一種基于天牛覓食原理的適用于多目標函數(shù)優(yōu)化的新技術,原理為:天牛在不知道食物在哪的情況下覓食時,只能利用兩只長觸角根據(jù)食物的氣味強弱來尋找食物。當左邊觸角接收到的氣味強度比右邊大時,天牛就會往左飛,反之就會向右飛。根據(jù)這一原理,天牛就可以找到食物。BAS算法不需要知道函數(shù)的具體形式,就可以自動實現(xiàn)尋優(yōu)的過程,而且由于其個體只有一個,尋優(yōu)速度會顯著提高[16]。

3.2 BAS-BP神經(jīng)網(wǎng)絡模型建立

(1) 創(chuàng)建向量。由于天牛的朝向隨意,所有天牛右須指向左須的向量的朝向也是隨意的,因此創(chuàng)建任意K維單位向量來表示它,并對該向量歸一化:

(1)

式中:rands()是隨機函數(shù);n為空間維度。

設BP神經(jīng)網(wǎng)絡模型為inputnum—hiddennum—outputnum,inputnum為輸入神經(jīng)元個數(shù),hiddennum為隱含層神經(jīng)元個數(shù),outputnum為輸出層神經(jīng)元個數(shù),則搜索空間維度n=inputnum×hiddennum+outputnum×hiddennum+outputnum。在本文中,輸入神經(jīng)元個數(shù)是評價指標的個數(shù),故為13,輸出神經(jīng)元個數(shù)是評價結果,故為1。

(2) 設置步長因子stept。天牛的步長step和兩須之間的距離d0的比是一個固定的常數(shù),即:

step=c×d0

(2)

式中:c為初始步長和初始距離之間的關系,本文設為5。

步長因子控制著天牛的區(qū)域搜索能力,初始步長應該盡可能選取大的,使得可以覆蓋當前的搜索區(qū)域而不至于陷入局部極小,采用線性遞減權值策略,可以保證搜索精度的精細化,即:

stept+1=stept×etat=0,1,2,…,n

(3)

式中:eta為步長衰減因子,本文取0.8;現(xiàn)階段對于步長因子的設置還沒有有效的理論,通過反復實驗,本文確定初始步長step=10;迭代次數(shù)n=100。

(3) 創(chuàng)建天牛左右須的初始坐標:

(4)

式中:Xleft和Xright分別表示在第t次迭代時天牛左須和右須的位置坐標;Xt表示天牛在第t次迭代時質(zhì)心的坐標;d0表示左右須之間的距離。

(4) 確定天牛前進的方向。天牛根據(jù)左右須氣味的強度確定前進的方向。適應度函數(shù)f用來判斷氣味的強度,即fleft和fright表示左須和右須的氣味強度,判斷兩個函數(shù)值的大小,若fleft

Xt+1=Xt-stept×a×sign(fleft-fright)

(5)

式中:sign()為符號函數(shù)。

(5) 確定評價函數(shù)。以均方根誤差作為適應度評價函數(shù),用來推進天牛在空間區(qū)域的搜索。函數(shù)為:

(6)

式中:N為訓練集樣本數(shù);ti為第i個樣本的輸出值;yi為第i個樣本的實際值。

若fitness

(6) 判斷算法是否停止迭代。當達到設定精度(本文設為0.001)或達到迭代次數(shù)時,算法停止迭代,并轉入步驟(7)。如果沒有達到條件,則返回步驟(4)繼續(xù)迭代。

(7) BP神經(jīng)網(wǎng)絡訓練。當算法停止迭代時,輸出的值即為BP神經(jīng)網(wǎng)絡的最優(yōu)初始權值和閾值,將其代入到BP神經(jīng)網(wǎng)絡中進行訓練,最終形成績效評價模型。

綜上所述,BAS-BP神經(jīng)網(wǎng)絡預測模型流程如圖3所示。

圖3 BAS-BP預測模型流程

3.3 指標預處理

在已確定的績效指標里,既有定量的指標又有定性的指標,所以根據(jù)統(tǒng)計的指標數(shù)據(jù)和專家的經(jīng)驗對績效指標進行量化和歸一化處理。對于正向指標,按照式(7)歸一化、對于負向指標,按照式(8)歸一化。

(7)

(8)

式中:Xi是指標原始值;Xmax和Xmin為該績效指標是根據(jù)企業(yè)經(jīng)驗和意義來確定的最大最小值。

4 算例分析

本文首先在2019年末調(diào)研了以SD省JN市一家醫(yī)藥流通企業(yè)為核心的醫(yī)藥供應鏈,獲取其24個月的協(xié)同運作績效指標數(shù)據(jù),運用適當?shù)膮f(xié)同績效評價方法,得到BAS-BP模型訓練的初始數(shù)據(jù),將21個月的數(shù)據(jù)作為訓練樣本,預測第22、23、24個月的評價結果,并進行數(shù)據(jù)對比,驗證模型的有效性;然后通過計算指標權重找到影響本供應鏈協(xié)同績效的主要指標要素,并結合該供應鏈的目標提出改進意見;之后又獲取了該企業(yè)第25個月的運作數(shù)據(jù),再次進行協(xié)同績效預測評價,驗證改進措施的有效性,具體過程如下。

4.1 模型數(shù)據(jù)準備

根據(jù)實地調(diào)研和訪談獲取該供應鏈24個月的協(xié)同績效指標數(shù)據(jù),然后運用專家打分法對每個月的協(xié)同績效進行評價,之后對原始指標數(shù)據(jù)進行歸一化處理,得到表2所示的模型訓練初始數(shù)據(jù)。

表2 模型訓練初始數(shù)據(jù)

根據(jù)調(diào)研,各個指標的取值范圍如表3所示。

表3 績效指標取值范圍

根據(jù)文獻[17]評價結果取值范圍如表4所示。

表4 評價結果取值范圍

從表2和表4可以看出,該醫(yī)藥流通企業(yè)所在供應鏈的協(xié)同績效基本處于中等偏上水平,從該供應鏈的發(fā)展目標來看,尚需進一步提升其協(xié)同績效。

4.2 BAS-BP神經(jīng)網(wǎng)絡訓練

在BP神經(jīng)網(wǎng)絡的訓練中,經(jīng)過實驗確定神經(jīng)網(wǎng)絡的隱含層的神經(jīng)元個數(shù)為12,學習速率為0.01,最小允許誤差為0.001,選用的函數(shù)分別為tansig、trainlm、purelin。

對表2中1至21月的樣本對BAS-BP神經(jīng)網(wǎng)絡進行訓練。BAS-BP 模型的最佳適應度變化曲線如圖4所示。訓練集擬合過結果如圖5所示。

圖4 BAS-BP神經(jīng)網(wǎng)絡適應度曲線

圖5 BAS-BP訓練集擬合結果

4.3 驗證和討論

BAS-BP神經(jīng)網(wǎng)絡訓練完畢后,對該模型的泛化能力進行檢驗,選用該供應鏈第22、23、24月進行評價,將預處理好的數(shù)據(jù)輸入訓練好的神經(jīng)網(wǎng)絡,得到的輸出和誤差結果如表5所示。驗證結果和供應鏈實際評價結果相比誤差較小,說明本文模型是可用的。

表5 預測的輸出和誤差

4.3.1指標權重

評價模型訓練完成后,根據(jù)文獻[18]的方法,通過輸入層、輸出層和隱含層之間的權值(如表6和表7所示)以及式(9)-式(11),計算輸入指標的權重。

表6 輸入層和隱含層之間的權值

表7 輸出層與隱含層之間的權值

(9)

Rij=|(1-e-rij)/(1+e-rij)|

(10)

(11)

式中:i為神經(jīng)網(wǎng)絡輸入單元,i=1,2,…,m;j為神經(jīng)網(wǎng)絡輸出層神經(jīng)元,j=1,2,…,n;k為神經(jīng)網(wǎng)絡的隱含層神經(jīng)元,k=1,2,…,p;Wki為輸入層神經(jīng)元i和隱含層神經(jīng)元k之間的權值;Wjk為輸出層神經(jīng)元j和隱含層神經(jīng)元k之間的權值;S為所求的指標權重。

得到評價指標的權重如表8所示。

表8 醫(yī)藥供應鏈協(xié)同績效評價指標權重

從13個評價指標的權重可以看出,客戶丟失率、信息共享程度、配送運輸車輛及貨物可監(jiān)控比率對本供應鏈24個月的評價結果影響較大,為實現(xiàn)醫(yī)藥供應鏈協(xié)同運作水平的提高,在進行供應鏈優(yōu)化時可以優(yōu)先考慮。

4.3.2改進建議

第一,審視相對大權重影響指標的作用。從表8的指標權重來看,對現(xiàn)有協(xié)同績效影響較大的是客戶丟失率、信息共享程度、配送運輸車輛及貨物可監(jiān)控比率等三個指標。從表2、表3和表4中的評價數(shù)據(jù)可以看出,客戶丟失率和配送運輸車輛及貨物可監(jiān)控比率兩個指標數(shù)據(jù)表現(xiàn)良好,表明該流通企業(yè)和客戶關系良好,且能及時監(jiān)控藥品配送,保障藥品安全,但信息共享程度的評價得分數(shù)據(jù)很低,表明該供應鏈信息共享程度很差,這應該是造成該供應鏈整體協(xié)同績效并不理想的主要原因。“兩票制”和“帶量采購”等的實施改變了原有醫(yī)藥供應鏈的流通結構,相應的信息溝通方式也需要進一步提升。因此,建議該流通企業(yè)下一步應與上下游企業(yè)提高信息共享程度、利用各種信息平臺實現(xiàn)信息充分共享與及時傳遞等方面加以改善,并保持藥品物流配送的可監(jiān)控情況,保證藥品安全。同時注意供應鏈合作伙伴關系的維護。

第二,權衡整體醫(yī)藥供應鏈績效目標。供應鏈協(xié)同績效僅僅是供應鏈管理績效的一個部分,協(xié)同績效的提升也是為該醫(yī)藥供應鏈整體績效提升服務,尤其是隨著醫(yī)改新政的不斷推出和醫(yī)療改革的持續(xù)深化,隨時可能有新的變化影響該醫(yī)藥供應鏈的整體運作績效,因此,從長遠角度來看,也建議該流通企業(yè)及其合作伙伴在政策研究、精細化管理、加強橫向交流等方面加以重視和改進。

4.4 改進后評價

根據(jù)上述評價結果和所提出的改進建議,該醫(yī)藥流通企業(yè)進行了認真的總結和部署。在實施改進后,又獲取了該企業(yè)第25個月的相關協(xié)同績效評價數(shù)據(jù),預處理后輸入到已經(jīng)訓練好的神經(jīng)網(wǎng)絡預測模型中,進行了新一輪的預測評價。其中,輸入的指標向量為:(0.5, 0.486, 0.405, 1.000, 0.465, 0.360,0.244, 0.481, 0.330, 0.144, 0.767, 0.561, 1.000),運算后的輸出結果為0.48,有了一定的改善。

5 結 語

從算例驗證來看,本文所建立的基于信息共享協(xié)同、業(yè)務流程協(xié)同、客戶服務協(xié)同的醫(yī)藥供應鏈協(xié)同績效評價體系合理,所訓練的BAS-BP神經(jīng)網(wǎng)絡模型有效可用,對該醫(yī)藥流通企業(yè)所在供應鏈進行協(xié)同績效評價可行,改進建議有效,改進后的協(xié)同績效有一定提升。而且,在一些外界突發(fā)情況發(fā)生時,如SARS非典疫情、COVID-2019新冠肺炎等公共衛(wèi)生事件,均會對醫(yī)藥供應鏈造成極大影響,應用本文模型同樣可以發(fā)現(xiàn)醫(yī)藥供應鏈運作的問題所在,找到受影響的因素,從而降低重大事件對供應鏈造成的影響。