1、.：.； 文檔資源 內(nèi)容摘要：對于一個企業(yè)來說，選擇一種恰當(dāng)?shù)念A(yù)警方法是降低其風(fēng)險的有效途徑。粗集實際的引入是對BP神經(jīng)網(wǎng)絡(luò)預(yù)警方法的合理化補充。在分析了粗集-神經(jīng)網(wǎng)絡(luò)根本原理的根底上,引見了運用粗集-神經(jīng)網(wǎng)絡(luò)進(jìn)展戰(zhàn)略風(fēng)險預(yù)警的詳細(xì)過程，這在實際和實際上，都將為企業(yè)戰(zhàn)略風(fēng)險預(yù)警提供一種新的研討思緒和方法。關(guān)鍵詞：預(yù)警 粗集 神經(jīng)網(wǎng)絡(luò) 戰(zhàn)略風(fēng)險 企業(yè)戰(zhàn)略風(fēng)險預(yù)警管理是戰(zhàn)略風(fēng)險管理實際的一種改良或延伸，經(jīng)過提供可操作的預(yù)警分析方法與預(yù)控對策，在企業(yè)現(xiàn)有的職能的根底上，增設(shè)對未來的戰(zhàn)略管理活動的監(jiān)測、診斷、控制、矯正等預(yù)警職能，使企業(yè)的職能構(gòu)造更完善、更合理。旨在戰(zhàn)略風(fēng)險發(fā)生以前，采取措施予以控制，

2、盡能夠地防止給企業(yè)帶來更為嚴(yán)重的損失。 選擇恰當(dāng)?shù)念A(yù)警方法將對預(yù)警結(jié)果起到關(guān)鍵的作用。目前國內(nèi)外已有大量的預(yù)測、預(yù)警方法和模型，如人工神經(jīng)網(wǎng)絡(luò)(ANN)預(yù)警方法、模糊(FUZZY)預(yù)警、自回歸條件異方差(ARCH)預(yù)警等。但每種方法都有本人的適用范圍，因此在運用這些預(yù)警方法時就要根據(jù)詳細(xì)問題進(jìn)展分析和選擇。神經(jīng)網(wǎng)絡(luò)是一種大規(guī)模并行的非線性動力系統(tǒng)，雖然它具有自組織、并行處置及容錯才干等優(yōu)點，但由于其本身的缺陷，比如隨著維數(shù)的添加,學(xué)習(xí)時間激劇增長和易墮入部分最小點等導(dǎo)致預(yù)警結(jié)果存在很大的偏向。而粗集方法的引入可以抑制神經(jīng)網(wǎng)絡(luò)的缺乏，粗集方法在不改動原有決策規(guī)那么的前提下，對原始數(shù)據(jù)進(jìn)展屬性和對

3、象的約簡，求出簡化的決策規(guī)那么，并運用此規(guī)那么對神經(jīng)網(wǎng)絡(luò)的構(gòu)造和層次進(jìn)展簡化，從而提高了神經(jīng)網(wǎng)絡(luò)的任務(wù)效率和任務(wù)質(zhì)量。 因此，對粗集與神經(jīng)網(wǎng)絡(luò)這兩種方法進(jìn)展優(yōu)勢互補，并將其用于企業(yè)戰(zhàn)略風(fēng)險預(yù)警的研討具有一定的可行性。本文提出基于粗集-神經(jīng)網(wǎng)絡(luò)的預(yù)警方法，為企業(yè)戰(zhàn)略風(fēng)險預(yù)警提供了一種新的研討思緒和方法，同時也能更好地豐富和完善企業(yè)風(fēng)險預(yù)警的實際與方法。 粗集-神經(jīng)網(wǎng)絡(luò)的根本原理 粗集實際和神經(jīng)網(wǎng)絡(luò)是智能信息處置的兩種重要的方法,其義務(wù)是從大量察看和實驗數(shù)據(jù)中獲取知識、表達(dá)知識和推理決策規(guī)那么。粗集實際是基于不可分辯性思想和知識簡化方法,從數(shù)據(jù)中推理邏輯規(guī)那么,適宜于數(shù)據(jù)簡化、數(shù)據(jù)相關(guān)性查找、發(fā)現(xiàn)

4、數(shù)據(jù)方式、從數(shù)據(jù)中提取規(guī)那么等。神經(jīng)網(wǎng)絡(luò)是利用非線性映射的思想和并行處置方法,用神經(jīng)網(wǎng)絡(luò)本身的構(gòu)造表達(dá)輸入與輸出關(guān)聯(lián)知識的隱函數(shù)編碼,具有較強的并行處置、逼近和分類才干。在處置不準(zhǔn)確、不完好的知識方面,粗集實際和神經(jīng)網(wǎng)絡(luò)都顯示出較強的順應(yīng)才干,然而兩者處置信息的方法是不同的,粗集方法模擬人類的籠統(tǒng)邏輯思想,神經(jīng)網(wǎng)絡(luò)方法模擬籠統(tǒng)直覺思想,具有很強的互補性。 首先,經(jīng)過粗集實際方法減少信息表達(dá)的屬性數(shù)量,去掉冗余信息,使訓(xùn)練集簡化,減少神經(jīng)網(wǎng)絡(luò)系統(tǒng)的復(fù)雜性和訓(xùn)練時間;其次利用神經(jīng)網(wǎng)絡(luò)優(yōu)良的并行處置、逼近和分類才干來處置風(fēng)險預(yù)警這類非線性問題,具有較強的容錯才干;再次,粗集實際在簡化知識的同時,很容

5、易推理出決策規(guī)那么,因此可以作為后續(xù)運用中的信息識別規(guī)那么,將粗集得到的結(jié)果與神經(jīng)網(wǎng)絡(luò)得到的結(jié)果相比較,以便相互驗證;最后,粗集實際的方法和結(jié)果簡單易懂,而且以規(guī)那么的方式給出,經(jīng)過與神經(jīng)網(wǎng)絡(luò)結(jié)合,使神經(jīng)網(wǎng)絡(luò)也具有一定的解釋才干。因此,粗集實際與神經(jīng)網(wǎng)絡(luò)交融方法具有許多優(yōu)點,非常適宜處置諸如企業(yè)戰(zhàn)略風(fēng)險預(yù)警這類非構(gòu)造化、非線性的復(fù)雜問題。 基于粗集神經(jīng)網(wǎng)絡(luò)的戰(zhàn)略風(fēng)險預(yù)警方法的詳細(xì)過程 首先對所研討的戰(zhàn)略風(fēng)險的目的樣本特征數(shù)據(jù)，用粗集進(jìn)展預(yù)處置,進(jìn)展屬性約簡,提取出重要的特征屬性,然后對這些屬性離散歸一化，并經(jīng)閥值處置成粗集方法所要求的0-1表，再對0-1表用粗集實際的方法進(jìn)展數(shù)據(jù)約簡與規(guī)那么提

6、取，對已提取的規(guī)那么計算其準(zhǔn)確度和覆蓋度，以此來配置粗集-神經(jīng)BP網(wǎng)絡(luò)的隱層節(jié)點與初始銜接權(quán)值，最后根據(jù)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)系統(tǒng)將訓(xùn)練結(jié)果作為輸入數(shù)據(jù)進(jìn)展識別和分類,以判別企業(yè)能否會發(fā)生戰(zhàn)略風(fēng)險?；诖旨?神經(jīng)網(wǎng)絡(luò)構(gòu)造圖見圖1所示 輸入模塊。這一階段包括初始目的體系確定，根據(jù)所確定的目的體系而構(gòu)成的數(shù)據(jù)采集系統(tǒng)及數(shù)據(jù)預(yù)處置。企業(yè)戰(zhàn)略風(fēng)險的初始評價目的如下： 企業(yè)外部要素：政治環(huán)境(法律法規(guī)及其穩(wěn)定性)，經(jīng)濟(jì)環(huán)境社會總體收入程度，物價程度，經(jīng)濟(jì)增長率，產(chǎn)業(yè)構(gòu)造進(jìn)入產(chǎn)業(yè)妨礙，競爭對手?jǐn)?shù)量及集中程度，市場環(huán)境市場大小。 企業(yè)內(nèi)部要素：企業(yè)盈利才干銷售利潤率，企業(yè)利潤增長率，產(chǎn)品競爭才干產(chǎn)品銷售率，市場占

7、有率，技術(shù)開發(fā)才干技術(shù)開發(fā)費比率，企業(yè)專業(yè)技術(shù)人才比重，資金籌措才干融資率,企業(yè)職工凝聚力企業(yè)員工流動率，管理人才資源，信息資源；戰(zhàn)略本身的風(fēng)險要素戰(zhàn)略目的，戰(zhàn)略重點，戰(zhàn)略措施，戰(zhàn)略方針。 本文所建立的預(yù)警目的系統(tǒng)是針對普遍意義上的企業(yè)，當(dāng)該目的系統(tǒng)運用于實踐企業(yè)時，需求對詳細(xì)目的進(jìn)展適當(dāng)?shù)奶砑踊驕p少。由于各個企業(yè)有其詳細(xì)的戰(zhàn)略目的、運營活動等特性。 計算處置模塊。這一模塊主要包括粗集處置部分和神經(jīng)網(wǎng)絡(luò)處置部分。 粗集處置階段。根據(jù)粗集的簡化規(guī)那么及決策規(guī)那么對數(shù)據(jù)進(jìn)展約簡，構(gòu)造神經(jīng)網(wǎng)絡(luò)的初始構(gòu)造，便于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。 企業(yè)戰(zhàn)略風(fēng)險分析需求處理的問題是在保證對戰(zhàn)略風(fēng)險形狀評價一致的情況下,選擇

8、最少的特征集,以便減少屬性維數(shù)、降低計算任務(wù)量和減少不確定要素的影響,粗集實際中的屬性約簡算法可以很好地處理這個問題。 粗集實際主要研討一個由對象集和屬性集構(gòu)成的數(shù)據(jù)構(gòu)造,該數(shù)據(jù)構(gòu)造通常稱為決策表,其方式如表所示。決策表中的對象集表示某些察看、個體或形狀,屬性集表示對象的描畫,如特征、病癥、癥兆等。屬性集分為條件屬性和決策屬性兩大類。其中=1,2,.,n稱為對象集,=1,2,.,m為條件屬性集,為決策屬性;ij表示第i個對象的第個形狀屬性值,i表示第個對象的決策屬性值。 經(jīng)過察看發(fā)現(xiàn)，決策表是協(xié)調(diào)的，在去掉決策表中的冗余屬性、冗余的對象的同時不會改動原有的決策規(guī)那么。 當(dāng)UINDF-SiUIN

9、DF闡明Si是不可約簡的，反之那么可約簡。 神經(jīng)網(wǎng)絡(luò)階段。采用BP算法，對所輸入數(shù)據(jù)進(jìn)展訓(xùn)練，獲取報警的知識。 采用最常用的三層前向神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)各層之間完全銜接,包括權(quán)矩陣(1)銜接的輸入層1與隱含層2,權(quán)矩陣(2)銜接的隱含層2與輸出層3,如圖2所示。神經(jīng)網(wǎng)絡(luò)算法包括網(wǎng)絡(luò)構(gòu)造確定、網(wǎng)絡(luò)參數(shù)(權(quán)矩陣(1)和(2)的初始值、學(xué)習(xí)率、動量因子、非線性函數(shù)參數(shù)及誤差閾值)確定、訓(xùn)練樣本數(shù)據(jù)處置、權(quán)值計算、誤差計算等步驟。見圖2 BP算法勝利的關(guān)鍵在于權(quán)矩陣(1)和(2)的初始值、網(wǎng)絡(luò)隱含層節(jié)點的個數(shù)以及學(xué)習(xí)因子等參數(shù)的選取,假設(shè)選擇得不適宜,能夠會導(dǎo)致網(wǎng)絡(luò)訓(xùn)練失敗、墮入部分最優(yōu)或得到比較差的分類結(jié)

10、果,特別是權(quán)矩陣(1)和(2)的初始值的選取過程缺乏嚴(yán)厲的實際根據(jù),普通要根據(jù)閱歷及實驗選取。權(quán)矩陣(1)表示的是各項目的在整個目的體系的重要程度,其確定方法普通采用定性的方法,目前多采用層次分析法來確定權(quán)矩陣(1),使目的權(quán)重確實定更具客觀性。首先明確內(nèi)部的層次構(gòu)造關(guān)系及其各組成要素之間的相互關(guān)系,然后經(jīng)過專家對兩要素之間的相對重要程度的比較和判別,建立判別矩陣,運用相應(yīng)的數(shù)學(xué)方法進(jìn)展分析和處置,以得出不同目的間的相對重要性權(quán)重。 權(quán)矩陣(2)表示的是各個隱含層節(jié)點對輸出層的影響程度,在大多數(shù)的有關(guān)神經(jīng)網(wǎng)絡(luò)的文獻(xiàn)中，其初始值取00.1之間的很小的隨機(jī)數(shù),經(jīng)過多次迭代學(xué)習(xí),反復(fù)修正權(quán)值,不斷到

11、神經(jīng)網(wǎng)絡(luò)收斂為止。在選取(2)的初始值時,首先根據(jù)閱歷初步選取(2)的初始值,如全部設(shè)定為0.05,然后用一組實踐的數(shù)據(jù)進(jìn)展實驗,假設(shè)輸出結(jié)果與實踐結(jié)果相差很多,那么按照某種規(guī)那么修正(2)的初始值,再用另一組數(shù)據(jù)進(jìn)展實驗,不斷到輸出值與實踐值小于給定的數(shù)值為止,最后確定出(2)的初始值。 輸出模塊。該模塊是對將發(fā)生的戰(zhàn)略風(fēng)險問題發(fā)出警報。 警限是劃分不同警度的臨界值，表現(xiàn)為某一預(yù)警目的在一定的警度下變化的最大允許的振幅，常以數(shù)量方式表現(xiàn)出來。按照戰(zhàn)略風(fēng)險大小強弱程度的不同，可將其分為三個層次。第一層次是細(xì)微戰(zhàn)略風(fēng)險，是損失較小、后果不甚明顯，對企業(yè)的戰(zhàn)略管理活動不構(gòu)成重要影響的各類風(fēng)險。這類

12、風(fēng)險普通情況下無礙大局，僅對企業(yè)構(gòu)成部分和微小的損傷。第二層次是普通戰(zhàn)略風(fēng)險，是損失適中、后果明顯但不構(gòu)成致命性要挾的各類風(fēng)險。這類風(fēng)險的直接后果使企業(yè)蒙受一定損失，并對其戰(zhàn)略管理的某些方面帶來較大的不利影響或留有一定后遺癥。第三層次是致命性戰(zhàn)略風(fēng)險，指損失較大，后果嚴(yán)重的風(fēng)險。這類風(fēng)險的直接后果往往會要挾企業(yè)的生存，導(dǎo)致艱苦損失，使之一時不能恢復(fù)或蒙受破產(chǎn)。在實踐操作中，每個企業(yè)應(yīng)根據(jù)詳細(xì)的情況，將這三個層次以詳細(xì)的數(shù)值表現(xiàn)出來。 為了簡單明了的表述預(yù)警結(jié)果，可將企業(yè)的警度分為*:無警、輕警、重警，并用綠、黃、紅三種顏色燈號表示。其中綠燈區(qū)表示企業(yè)綜合目的所反映的實踐運轉(zhuǎn)值與目的值根本一致，運轉(zhuǎn)良好;黃燈區(qū)表示企業(yè)綜合目的所反映的實踐運轉(zhuǎn)值與目的值偏離較大，要引起企業(yè)的警惕。假設(shè)采取一定的措施可轉(zhuǎn)為綠燈區(qū)，假設(shè)不注重可在短期內(nèi)轉(zhuǎn)為*;*那么表示這種偏離超越企業(yè)接受的能夠，并給企業(yè)帶來整體性的艱苦損失。例如:銷售利潤率極低、資產(chǎn)負(fù)債率過高，資源配置不合理、缺乏開展后勁等，必