符美琳

（天津大学，300072）

1 模型设计

根据既往研究，采用较为成熟的营销风险综合指数指标体系和BP神经网络模型的原理进行模型构建。

1.1 输入层的节点选取

根据营销风险综合指数指标体系，将14个二级指标作为BP网络的输入节点。

1.2 输出层的节点选取

对营销风险的衡量是一个从定性到定量,再从定量到定性的过程。通过将主客观指标量化后输入BP神经网络模型，然后结合评价集的设定和输出结果，对企业营销风险做出合理的定性评价。因此，将输出层神经元数设置为1个。而对输出值的定性化处理，实际上是对企业营销风险等级做出判断。企业根据评价模型得出的营销风险综合指数值，就可以采取相应的应对措施。在本文中，输出值的定性化处理是根据评价集给出的，即：危急风险状态的范围是0≤X＜0.2，高度风险状态的范围是0.2≤X＜0.4,轻微风险状态的范围是0.4≤X＜0.6,在正常状态的范围是0.6≤X＜0.8,优良状态的范围是0.8≤ X≤ 1。

1.3 隐含层的节点选取

可以说隐含层节点的选取一直是构建BP网络模型的难点，尚无通用的指导原则，应综合考虑理论、现实经验等多方面因素。因此，我们主要结合下述经验公式确定具体的隐含层节点数：

令α为隐含层的节点数，m为输入层的节点数（则本文中m=14），n为输出层的节点数（则本文中n=1）,则有：

经过试算，α的值在[7，8.4]之间考虑，可以将隐含层的节点数确定为7或8。在进行具体的BP神经网络模型训练时，还应该将不同的隐含层节点数进行反复尝试，以确定最佳数目。……