《基于ＢＰ神经网络的ＥＲＰ实施风险评价》由会员分享，可在线阅读，更多相关《基于ＢＰ神经网络的ＥＲＰ实施风险评价（4页珍藏版）》请在金锄头文库上搜索。
1、基于神经网络的施行风险评价内容摘要:企业erp工程施行是高投入、高风险工程,在erp工程施行过程中正确的评价风险是保证企业erp工程施行成功的重要环节。本文确定了在erp施行过程中的各项风险指标,并从工程管理的角度,采用bp神经网络对erp工程施行风险进展评价,到达了企业预防各项施行风险和控制erp工程施行的目的。关键词:erp施行风险评价bp神经网络所谓erp(enterpriseresureplan,企业资源方案)是指建立在信息技术根底上,以系统化的管理思想,为企业决策层及员工提供决策运行手段的管理平台,可增强企业的管理效率和程度,进步企业的经济效益和竞争才能。erp施行虽然可以为企业带来
2、宏大效益,但它也具有高投入性、高风险性的特点。只有正确认识、评价erp施行风险,才能采取有针对性的措施来降低风险,推动erp在企业中的成功应用,才能真正促进企业竞争力的进步。erp工程施行过程风险评价指标体系建立erp工程施行风险是指企业erp工程施行的行为过程中,消极的、不确定的因素和潜在的损失或不利的事件等的存在,导致对施行erp的企业造成既定目的的偏向与失败。影响erp施行成败的因素众多且纷繁复杂,大体上可分为以下几类:指导风险。erp工程是一项一把手工程,指导的支持直接对工程成败具有关键的作用。在工程施行中,指导风险包括控制才能风险(x1)、执行力风险(x2)、协调才能风险(x3)、推
3、行力风险(x4)。工作人员风险。施行erp是需要聘请资深的施行人员知道和参与施行的全过程,使其在业务流程重组、建模、施行技术道路、施行方案与详细目的、施行质量控制等多方面发挥积极的作用。其风险指标包括施行团队风险(x5)、人员合作风险(x6)、人员培训风险(x7)、施行培训风险(x8)。根底数据准备风险。erp软件是企业管理有效的工具,而其运行的根底是企业的数据。真实可靠的数据将运行出正确科学的结果,而不准确的数据将运算出不准确的结果。其风险包括数据认识风险(x9)、数据完好性(x10)、数据编码风险(x11)、数据整理风险(x12)。工程进度风险。erp施行进度方案不合理、进度控制不严或进度
4、延期都会对erp施行产生很大的影响。其风险指标包括方案变更风险(x13)、进度延迟风险(x14)。工程本钱风险。erp施行本钱一般包括硬件费用、软件答应费、施行咨询费用和维护费用等。在施行过程中如何合理分配施行费用,结合工程进度和时间安排,将施行本钱控制在方案之内,是工程成功的关键因素之一。其风险包括本钱增加风险(x15)、本钱不可控风险(x16)。工程质量风险。erp施行过程中,必须保证施行质量(x17)、过程阶段的评价公正(x18)以及控制erp施行流程(x19)。软件供给商风险。软件供给商风险在erp工程施行过程中起关键作用,决定软件质量,决定应用效果。其风险指标包括信誉度风险(x20)
5、、效劳风险(x21)、协作风险(x22)。监理方风险。在erp施行的中、后期,有必要引入工程监理机制。如今越来越多的企业在应用这种机制,聘请有技术与管理经历的专家作为工程监理,这些专家处于企业与管理咨询公司之间,坚持公正、中立的立常他们可对企业进展技术咨询,也可凭借施行成功的量化标准对管理咨询公司进展工作监视,帮助企业完好、科学地进展erp施行。包括监视不利风险(x23)和沟通不畅风险(x24)。转变风险。erp是一种先进的管理系统,一种先进的管理思想,更是先进的管理思想与先进技术的结合,这就要务施行、应用它的人员具备一定的专业素质。企业应用erp过程中,必须充分认识erp给公司带来的各种转变
6、,包括管理观念转变(x25)、组织架构调整(x26)、流程重组(x27)和业绩考核评价体系转变(x28)。外部环境风险。企业施行erp过程中,必须符合政府法规或行业要求以及国家财务制度。同时,企业应该关注行业环境信息化程度,有无相关行业经历可借鉴。外部环境风险指标包括违规风险(x29)、行业环境风险(x30)、其他随机风险(x31)。运用bp神经网络评价erp工程施行风险人工神经网络(ann)是由大量处理单元(神经元neus)广泛互连而成的网络,是对人脑信息处理功能的模拟和延伸,是一种动态学习系统。bp神经网络作为一种前溃神经网络,可用来逼近复杂的非线性动态函数,将训练后的bp神经网络用于er
7、p工程施行过程风险评价,是一种智能的评价方法。本文根据辽宁省某大型环保公司近年施行erp的历史资料,整理出20组风险评价的根本数据。(一)建模本文使用atlab7.0软件实现编程,采用三层误差逆传播神经网络,包括输入层、隐含层和输出层。输入单元的个数为31个,由本文所研究的erp施行风险的31个评价指标组成;输出层1个,由所选取的20个样本的综合评价等级值组成,输入向量由定性和定量的指标组成,定性的指标采用专家打分法量化,然后将所有的量化指标进展归一,使所有的数据转化为处在01之间的指标值。输出向量采用区间法,根据表1确定该企业所处的等级,综合评价等级越高越好。也就是说当输出结果在0-0.4之
8、间时,该企业的erp施行风险很校(二)网络训练本文使用atlab7.0软件实现编程,建立风险评价三层bp神经网络。根据搜集到的20组数据,用前15组用于训练学习样本,后5组用于验证。从训练结果图1中可以看到训练误差到达期望误差,网络的收敛效果良好。(三)验证样本与测试仿真利用训练好的bp神经网络,用后5组数据对bp神经网络的有效性进展验证。从表2可以看出,用bp神经网络评价erp工程施行风险,评价效果好,误差校利用已经训练好的网络进展测试仿真,输入某企业的31个指标值,得出评价综合指数为0.79462,评价等级为,说明该企业erp工程施行风险较大。企业可以根据这一评价结果来制定有效的风险控制措施。结论本文运用bp神经网络的思想和方法对erp工程施行过程风险进展分析,总结了在erp施行过程中的各项风险评价指标。在指标建立过程中,借鉴现有文献,综合考虑了erp施行过程中各种可能遇到的风险。而采用bp神经网络建立erp工程施行风险评价模型,其最大的优点是不受人为因素的影响、准确度高,有利于企业实现erp工程施行风险的有效管理。参考文献:1.于森,潘晓慧.erp开展历史及其现状透视j.北京工业大学学报(社会科学版),2022.92.高隽.人工神经网络原理及仿真实例.机械工业出版社,20223.董长虹.atlab神经网络与应用.国防工业出版社,2022
