基于模糊神经网络ERP项目实施风险评价模型
- UUALL 2009-03-16 11:57
摘 要 论文确立ERP项目实施风险评价指标体系；通过对以往风险评价 方法 分析 ，建立模糊神经 网络 风险评价模型，该评价模型分为模糊量化模块和模糊神经网络(FNN)模块。评价模型具有根据具体 问题 情况进行调节的能力，优于神经网络完全黑箱操作的特点。模糊神经网络风险评价模型不仅用于 企业 ERP实施风险，也可达到对风险管理预警的目的。
关键词 ERP项目实施 模糊神经网络 风险评价
1 问题提出
企业ERP项目实施涉及到原有工作模式、业务流程变革、组织结构调整等许多方面，因此在实施ERP过程中要认识到它的复杂性和艰巨性，要认识到它的高风险性。然而， 目前 对ERP项目实施风险评价不是很多，有效性也不高。 文献 分析，常用风险评价方法主要有层次分析法、神经网络评价法和模糊综合评判法等。
本文提出用模糊神经网络模型来评价企业ERP项目实施风险。将模糊神经网络用于实施ERP企业风险问题的评价，具有一定的进步性，是一种有益的尝试，同其他方法相比，模糊神经网络风险评价方法具有 科学 、简洁、可操作性强等特点，而且模型的结构与方法 应用 前景广阔。
2 企业ERP项目实施风险评价指标体系
在分析了ERP项目实施过程风险 影响 因素，我们考虑的是可能导致项目失败风险因素；因此要从企业实施ERP项目战略角度、实施中人为风险因素、业务流程重组、ERP实施项目管理和关键事件分析和评估。该指标体系有三级，一级指标8个，二级指标26个，各二级指标相互独立反映了前一项指标属性内涵。评价指标体系的风险影响因素能从不同的角度反映这些风险指标度量属性，其最终风险评价指标体系结构，如表1所示。
表1 星火ERP项目实施风险评价指标体系表
风险项二级风险评价指标风险影响因素
信息化规划风险U1信息化战略地位u111)没有信息化战略或不健全、信息战略执行不到位；
2)信息化投入总额的比重、网络性能水平、没有其他信息化设施；
3)是否接触其他单模块MIS系统每百名管理人员 计算 机拥有量。
信息基础建设风险u12
信息化应用状况风险u13
基础数据风险U2基础数据规范性风险u211)企业数据的完整程度、数据的不规范性；
2）数据编码体系与ERP要求是否存在较大差别、编码体系不完整；
3)品种繁多且杂乱、工艺复杂、工艺不规范、业务数据不一致。
编码系统完整性风险u22
产品繁杂度风险u23
人力资源风险U3高层领导的指导力u311)高层领导参与度、对风险的认识程度以及支持力度；
2)项目经理的实施经验和协调沟通能力。
项目经理的控制力u32
需求分析风险U4需求分析量化程度u411)企业需求分析不全面、需求分析报告不能反映实际情况；
2)外部市场牵引力度不当、需求拉动力误导、政府推动力不强；
3）没有咨询顾问指导、需求分析反复修改、企业诊断结论错误。
需求动力分析风险u42
信息需求不明确u43
管理基础风险U5行业（特点）风险u511)企业规模大小、企业体制、企业地理位置、企业的类型；
2)企业文化与ERP文化相抵制、新文化的形成；
3)企业管理水平低、管理模式落后、与ERP管理不符合度。
企业文化风险u52
管理不规范性u53
协作方选择风险U6软件商选择风险u611)软件供应商类型选择不当、供应商综合能力不强；
2)咨询方行业经验、双方配合度不高；
3)监理基本能力不足、行业经验不足。
咨询方选择风险u62
监理方选择风险u63
软硬件选择风险U7硬件选择不当u711)安全风险、后续维护风险、价格不合理；
2)系统集成性不高、二次开发工具水平；
3)软件成熟度、类型选择错误、选型方法或步骤不对；
4)质量先天性缺陷、质量不高、不可靠性风险。
软件技术风险、u72
选型匹配风险u73
软件质量风险u74
项目管理风险U8项目进度风险U811)没有合理进度计划、进度控制不严、进度延期、人员不变动；
2)硬件维护费用增加、实施费用无计划地增加、维护费用增加 ；
3)实施效果难以衡量、没有制定相应质量目标、阶段成果未达标；
4)范围无限扩大、不严格控制计划，实施范围不清楚风险；
5)对业务流程变革认识不统一、缺乏有效流程控制体系、重组变革方式和工具选择、过多地改变软件原有流程。
项目成本风险U82
项目质量风险U83
实施范围风险U84
业务流程重组风险U85
3 基于模糊神经网络ERP项目实施风险评价模型
模糊神经网络在SPSS、Excel和Mat lab等统计分析软件工具的帮助下，使这种预测评价变得简单可行，具有很强的操作性和实用价值。模糊神经网络作为人工智能领域一种新的技能、正向着更高层次的 研究 与应用方面 发展 。模糊神经网络模型也用于企业风险评价方面，张英才提出基于模糊神经的人力资源风险评价，吴冲等提出基于模糊神经网络的商业银行信用风险的评价。
3.1 模糊神经网络评价模型建立
根据企业实际结合已有的研究成果及风险评价指标体系，确定了8个评价的变量。选择[0, 1]上的数据对上述8种因素的风险进行评判。同时，我们可以用以下数学语言描述：设ui( i=1,2,……7)为ERP项目实施风险评价的输入变量，Ui为其论域。在本系统中，ui∈[0, 1］，将ui的风险类别模糊化为一个定义在Ui上的模糊子集Aj(j=1, 2, 3, 4,5分别代表风险低、较低、一般、高、较高五种类型)，其模糊性用Ui的模糊分布一隶属函数UAj (ui)来表示。具体模糊量化过程为：
（1）选择影响因素的集合；本文采用风险指标体系子要素层中的评价影响集合。
============
（2）确定评价等级空间U； U={cl，c2，…，ck}，若ck+1比ck“强”，记作ck+1>ck，一般地，评价等级统计取4至6个等级较合适，本文风险等级分5个等级,即风险低、风险较低、风险一般、风险较高和风险高。
（3）确定子要素层每一因素对U中的各评价等级的隶属度；通过专家打分后，采用统计 方法 获得，第i个因素对各等级的隶属度为Ri＝（ri1，ri2，ri3，ri4，ri5）。
（4） 计算 每个因素的评价值；将5个评价等级数量化后视为一个向量，例如取C = (0.9,0.7,0.5,0.3,0.1)，则第i个因素的数值化风险评价值为Xi=Ri*CT 。根据所评价ERP项目实施风险评价中指标，模糊神经 网络 ERP项目实施风险评价结构确定为(8,m, 5)，即输入层节点8个(根据评价阶段指标体系确定)；隐含层节点数为m，一般人为给定m值后，经k-means方法调整出合适值；输出层节点5个。通过上述模糊化方法处理得出每个风险 影响 因素的模糊化数值xi后，作为神经网络输入层节点的输入值。输出层节点输出 企业 ERP项目实施风险综合评价值。因此所建模型如图1所示，模糊神经网络风险评价模型分两大模块:前一部分是模糊量化模块，作用是将输入变量模糊化，模糊化处理是将数字表示形式的输入量转化为通常用语言值表示的某模糊论语的序数。后一部分是模糊神经网络(FNN)模块，此模型中FNN模块采用BP神经网络。该网络模型两大模块包括三层:输入层、隐含层和输出层。
图1 风险评价中模糊神经网络模型
输入层：在ERP项目实施风险评价指标体系中，输入层评价指标经过模糊化处理后输入。但由于指标值量纲不相同，代表了不同的物理含义。因此，在进行综合评价之前可将各指标值转化成无量纲的标准化数据，这样就可以
根据最大隶属度原则就可以确定待评价的ERP项目实施风险的大小。 在每次评价工作中，无论评价结果是否得到了专家的认可，都可以把它作为新的学习样本让这个模糊神经网络评价系统不断学习、继续完善，以使它做出更准确的评价。
4 结论
本文确立了企业ERP实施风险评价的指标体系，建立了基于模糊神经网络的ERP项目实施风险评价模型，利用神经网络实现风险评价功能，可以充分利用以往的经验，使评价系统具有学习能力。模糊神经网络用于评价企业ERP实施风险非常适合，这不仅可以评价ERP项目实施各阶段风险大小，也可以利用网络的预测评价功能，预测将要实施ERP企业的风险大小，而且网络预测误差小，适合用于各类企业ERP项目实施风险评价。
参考 文献
[1] 陈启申.ERP——从内部集成起步.北京: 电子 工业 出版社[M].2004
[2] 刘晖.我国企业 发展 与实施ERP的现状分析[J].情报 科学 .第23卷第6期.2005.6.28~29
[3] 吴冲,吕静杰等.基于模糊神经网络的商业银行信用风险评估模型研究[J].系统工程 理论 与实践，2004.11.1~6
[4] S.W.Han.ERP-Enterprise Resource Planning: A cost- based business case and implementation assessment. Human Factors and Ergonomics in Manufacturing[C]. Volume 14.Issue 3, 2004.239~256.
