[仿生理论在供应链绩效评价中的应用]供应链绩效评价

　　摘要：自供应链管理概念的提出以来，供应链绩效的研究就成为物流发展的研究重点之一。文章对仿生学进行了定义和分类，对仿生学在供应链绩效评价中的应用进行了分析和归纳。仿生学在供应链绩效评价中应用正处于起步阶段，以神经网络、遗传算法的理论、软件包和实践应用居多，把仿生学引入到供应链评价中的前景广阔。
　　关键词：仿生理论；供应链；绩效评价
　　一、 引言
　　近些年来，随着仿生算法的出现及迅速发展，仿生算法在解决数学建模、预测等问题中受到越来越多的欢迎。通过模拟生物构造和机理等，已经演化出包括神经网络、遗传算法、粒子群优化算法等具有全局优化能力的诸多仿生理论。将这些理论引入到供应链绩效评价研究中，能够为供应链绩效评价带来一种全新的视角。
　　二、 仿生学
　　1． 仿生学理论发展历史。早在人类文明开始时期，人类就开始了创造发明。根据锯齿草发明了锯齿，研究鸟的身体结构设计了扑翼机，模仿蝙蝠的视听行为原理发明了雷达，根据苍蝇的楫翅和复眼，制造了“振动陀螺仪”、“蝇眼透镜”等。随着科学技术的进步和人类对各种事物机理的研究，尤其是20世纪40年代电子计算机的问世，更是给人类科学技术宝库增添了可贵的财富，从而涌现了各种各样通过模仿而发明的伟大创造。人类仿生行为虽然早有雏型，但是直到20世纪50年代，才开始自觉把生物机理及结构的模仿思想应用到发明创造和设计思想上。1940年出现的调节理论，以及1947年出现的控制论促进了仿生学诞生。1948年，Wiener在其著作《控制论》中探讨了动物的通讯机控制关系，并把这种关系引述到机器中的通讯控制关系，为仿生学奠定了理论基础。1960年，由美国空军航空局组织的第一次仿生学会议顺利召开。会议围绕“分析生物系统所得到的概念能够用到人工制造的信息加工系统的设计上去吗？”展开讨论。这标志着仿生学作为一门独立学科的诞生。随着生产的需要和科学技术的发展， Steele为新兴的科学命名为“Bionics”，意思是一种研究生命系统功能的科学。1963年我国将“Bionics”译为“仿生学”，仿生即模仿生物系统的功能和行为，来建造技术系统或者发现一种方法。
　　2． 仿生学定义及其发展趋势。李言俊等（2005）认为仿生学就是以生物为研究对象，研究生物系统的结构性质、能量转换和信息过程，并将所获得的知识用来改善现有的或创造崭新的机械、仪器、建筑结构和工艺过程的科学，是生物科学与工程技术相结合的一门综合边缘学科。王兴元（2010）将仿生学定义为：仿生学是研究以模仿生物系统的方式，或以具有生物系统特征的方式，或以类似于生物系统工作的方式进行技术研发或产品设计的科学技术。本文认为，仿生学是研究生物系统的结构、特质、功能、能量转换与信息控制等各种优异特征，并把它们应用到技术系统，改善已有的技术工程设备，并创造出新的工艺过程、建筑构型、自动化装置等技术系统的综合性科学。
　　仿生学属于一种新兴的交叉性综合边缘性学科。目前国内外对其研究已经非常广泛，并取得重要进展。Steele（1958）把仿生学定义为“模仿生物原理来建造技术系统，或者使人造技术系统具有或类似于生物特征的科学”。林良明（1989）认为，仿生学是研究生命的结构、能量转换和信息流动的过程，并利用电子、机械技术对这些过程进行模拟，从而改善现有的和创造出崭新的现代技术装置。Peter（2001）对仿生学进化设计进行了研究，并应用进化算法在环境约束条件下，对仿生模型实施了进化设计。Lipson等人（2000）利用RP技术对仿生算法设计进行了研究。
　　仿生理论是指基于模拟实物或机理分离出来的理论，通过演变与改良形成的在有限条件下适用的一种数学研究方法。仿生理论包括神经网络理论，进化算法，群集智能算法，免疫算法和其他算法等。目前还没有对仿生算法进行定义。由于智能与仿生概念的重合，导致仿生算法的概念比较模糊。有学者认为智能和仿生算法的概念没有实质区别，并使用智能仿生算法的概念。对仿生理论算法的研究，可以分为三个方向：第一个方向为以单个理论为例的实际应用，使用一种理论并根据实际情况需要进行改良。神经网络和遗传算法的研究已经趋于成熟并在实际的各领域中发挥作用。王玮等（2001）建立了一种基于粗糙集理论的神经网络模型，来解决传统神经网络的多维度输入和多维度输出不稳定的问题。第二个方向是混合仿生理论的研究，综合多种仿生理论算法，发挥各种仿生算法的优点解决问题。胡庆等（2010）针对BP神经网络库存预测方法中存在局部最小问题和GA算法寻优中的盲目性，用GA-BP的算法解决电信供应链的库存控制，对影响供应链绩效的库存进行了有效预测。第三个方向为即为新兴的仿生理论研究。
　　3． 仿生学分类。仿生学的任务就是通过对生物系统的优异能力及产生原理的研究模仿，最后达到应用生物的原理改造、发明有效的工具或者方法。研究仿生学的主要方法就是建立模型，进行模拟。一般仿生学的研究分为原型研究、数学分析及实物模拟三个步骤。第一阶段生物原型研究即根据实际生产的具体议题，吸收有用的技术要求，舍弃无关紧要的要求，利用生产技术因素加以简化得到包含生物数据的研究模型；第二阶段数学分析，即利用生物模型提供的信息，进行数学分析，找出其内在联系，把抽象的语言翻译成为能够进行操作的数学模型；第三阶段实物模拟即在数学模型基础上，结合工程试验创建物理模型。
　　目前还没有学者对仿生学各个理论给出基本框架，尤其是随着仿生学理论的不断补充完善，对其框架的划分仍然存在很多争议。根据目前的仿生理论研究现状，本文把仿生理论分为神经网络理论、进化理论、群集智能理论、免疫算法和其他新兴算法（如图1所示）。这种仿生理论架构划分能够涵括目前所有的仿生学基本方法。其中进化理论包括遗传算法、进化规划与进化策略。进化理论指基于生物染色体或者DNA分子结构在后代中表现出的优胜劣汰现象抽象出的仿生算法理论。群集智能理论指的是以群体为研究对象，通过模拟生物群体行为、构造和机理演算出的新型算法理论。