SOM神经网络在财务共享中心功能需求动态评价上的应用.pdf

第18 卷第2 期2023年6 月贵阳学院学报（自然科学版）（季刊)JOURNAL OF GUIYANG UNIVERSITY Natural Sciences(Quarterly)Vol.18No.2Jun.2023SOM神经网络在财务共享中心功能需求动态评价上的应用吴信龙（闽西职业技术学院，福建龙岩36 40 0 0）摘要：在人工智能技术的支撑下，财务共享中心促进了科技和经济的深度结合。研究构建智能化财务共享中心评价模型，旨在融合多元异构的动态需求评价指标，构建直观功能需求概况促进公司发展。通过SOM神经网络与动态需求评估的深度结合，提出了SOM神经网络功能需求指标评价模型。研究结果表明，该模型在指标评价数据上性能良好，通过模型可以有效检测正确率分别为9 1.2 2 8 1%、9 1.6 6 6 7%，并预测风险占比为15.942%，能够提高会计服务效率和加强风险管理，全面提高财务共享中心的服务质量和运作效率，为企业的经营管理与决策提供支持。关键词：SOM神经网络；财务共享；动态评价；智能算法中图分类号：F275Application of SOM neural network in dynamic evaluationof functional requirements of Financial Sharing Center(Fujian Vocational and Technical College,Longyan 364000,Fujian,China)Abstract:Supported by artificial intelligence technology,the Financial Sharing Center promotes the deep integration oftechnology and economy.Research and build an intelligent financial sharing center evaluation model,aiming to integratediverse and heterogeneous dynamic demand evaluation indicators,and build an intuitive functional demand profile to pro-mote the companys development.Through the deep combination of SOM neural network and dynamic demand assess-ment,the research puts forward the evaluation model of SOM neural network function demand index.The research resultsshow that the model has good performance on the index evaluation data.The model can effectively detect the correct rateof 91.2281%and 91.6667%respectively,and predict the risk ratio of 15.942%,which can improve the efficiency ofaccounting services and strengthen risk management.The service quality and operational efficiency of the financial sha-ring center provide support for the management and decision-making of enterprises.Key words:SOM neural network;Financial Sharing;Dynamic evaluation;Intelligent algorithm经济快速发展下，企业对智能化财务共享中心的需求显得愈发迫切,在功能需求管理当中融人大数据、人工智能技术是突破的关键点，主要表现为传统国内信息技术快速发展，国内智能化财务中心动态管理技术仍然落后,其中,将SOM神经网络与财务共享中心功能有机结合为攻克需求评价的切文献标识码：A文章编号：16 7 3-6 12 5（2 0 2 3）0 2-0 0 40-0 5WU Xin-long实方案1-3。因此,通过功能需求进行评价寻求有效的评价方式，利用SOM神经网络算法对功能需求指标进行权重分析，能够有效地促进新财务共享中心建设，从而获得功能需求新评价方法，促进企业良性发展。收稿日期：2 0 2 3-0 4-0 5作者简介：吴信龙，男，福建龙岩人，讲师、硕士。主要研究方向：会计学。一40 一2期1SOM财务共享服务中心功能需求动态评价1.1SOM神经网络分类算法设计由于SOM学习方式是竞争性学习，从根本上区别于其他人工神经网络，前者在竞争学习当中，各个节点会相互竞争响应输入数据子集的权利。SOM网络的优势在于保留输人空间中的拓扑结构,那么输人空间中邻近的样本数据会落到相邻的节点中。计算每一个输人样本对应的优胜节点的位置,即输出平面中某一个节点计算完所有的训练样本后,统计平面中节点的类别个数。取频率最高的类别，作为该神经元的类别标签，当新的样本落人输出平面的某个神经元时，就可以判断样本的类别4-5。利用SOM神经网络这一特点,可以实现SOM神经网络标准化、自动化财务共享中心建设，完成票据匹配准确率、影像扫描退单率等13种功能性需求指标的聚类，达到功能需求优先级管理，原理如图1所示。输入层权重矩阵图1SOM神经网络映射关系财务共享服务中心功能需求评价实现的具体过程中，首先需要将SOM权值初始化为很小的随机数。用集合S来表示输出节点j个“邻接节点”，当t=0时，节点i的邻近节点用S表示;t时刻“邻接神经元”集合会随着t的增长合集涵盖范围会不断缩小。任意输人一个功能需求评价指标样本X;，输入的评价指标样本都是经过归一化处理的向量，X=（x 1,x 2,x 3.，x，）。无需预知给定指标的优先等级，只需给定最终分类数量类别数N=4,将功能需求划分为4个等级。遍历竞争层中的所有节吴信龙SOM神经网络在财务共享中心功能需求动态评价上的应用式距离计算公式如公式（1）所示。d,=X-W,l=/Z(x;(t)-w;(t)(1)其中,输入层节点i与映射层节点j连接的权值为W,BMU的半径优胜领域内节点集的更新幅度可以利用邻域函数进行计算，在整个指标评价网络当中,越靠近BMU,更新幅度越大,反之越小，优胜领域内节点权值更新公式如公式（2)所示。We(s+1)=Ww+(u,rs),(D,-Wu)(2)其中(u,U,s)是对更新的约束,离BMU距离的领域函数的返回值W是节点当前的权重。完成一轮计算即SOM神经网络将完成第一轮迭代，返回样本X，选取直至满足既定迭次数。满足既定要求时，学习率会衰减至预先设定的值或者衰减至0。每输入一个模式就算一次迭代，迭代的次数至少等于样本个数，学习率是迭代次数和邻域的非递增函数,迭代次数越多，邻域半径越多,则学习率越小，也就是说获胜神经元对距离越远的神经元的2D输出层权向量的调整力度越小，这也是迭代结束的条件是学习率大于0 且小于一个预先设定阈值的原因。经过反复训练学习分析出输入评价指标数据之间的类似度,将类似度接近的评价指标按照就近原则进行输入配置，优胜节点更新后会更靠近输人样本X，在空间中的位置。优胜节点拓扑上的邻近节点也类似地被更新,最终所有的功能需求评价指标都会按照类似程度进行优先级分类，这就是神经元iSOM网络的竞争调节策略。1.2SOM算法的功能需求动态评价模型构建SOM神经网络算法结合财务公务共享功能需求动态评价自身特点，构建出SOM评价模型，需求评价模型在流程板块上可分为两部分，具体流程见图2,需求评价模型分别为第t期需求评级与第t+1期需求评价。为能够满足财务共享中心功能需求，在构建好模型之后需要选择符合特征要求的样本，本次实验样本范围涵盖质量管理、信息系统、流程管理及效率管理，样本均以特征向量进行表示6-8。同时,选择13种功能需求指标来进行样本的归类,分别对应业务、系统、单据与支付4大类,设样本组数为N,则生成的样本矩阵数量为13*N。一41 一点,计算出评价指标X，与各个节点之间的相似度，选取与之欧式距离最近的节点作为优胜节点（bestmatchingunit,BMU），向量X，与映射层中节点j欧贵阳学院学报（自然科学版）第期评价创建网络显示聚类选择评价等级开始定义样本第t+1期评价一图2 基于SOM神经网络算法的功能需求动态评价在SOM财务共享中心功能需求动态评价模型构建时，根据功能需求的不同，将财务共享中心功能需求划分为1级、2 级、3级、4级4种等级，等级与功能需求数值成反比，数值越低表示该项功能优化优先级越高。网络的初始节点设定与竞争层节点的设定根据具体的数据组数决定，N组数据对应N个网络输人节点，一般竞争节点的数量范围控制在0 到10 之间为优，以便对样本数据进行充分分类。通过函数train和函数sim对功能需求指标数据进行反复训练与测试运算，当满足最大迭代次数，即指标数字的归宿类别固定后，输出分类结果训练结束。此时被归为一类的评价的指标被赋予相同的标签，根据分好的四个功能需求等级的优先级,显示出聚类结果。最后，在4种等级归类指标当中,选取1级指标作为第t期功能需求优化的目标。执行t+1期需求评价，理论上就是重复执行图1中步骤1到步骤5的过程,将过程中得到分类等级为1级的评价指标与t期功能需求评价结果进行对比，如果新得到的指标优先级大于上个指标,则应纳入优化范围,并且更新t+1期优先级指标与需求优化指标为新对照。1.3财务共享中心功能需求优化模型建立T代表将财务共享中心功能需求，从同一层次的功能需求优化内容T.T，中选取任意T,与T，T,与T相比权重判断值为(T/T），同理，T,与T,对比权重判断值为f(T,/T,）。令T，=f(T,/T,)/f(T,/T,）,其中（i,j=1,2,.,n）,得到）（季刊）网络训练模型重复步骤，得出t+1期聚类结果者功能需求。以财务共享中心的业务流程管理为例，满足程度是对费用报销、应收业务、应付业务、总账管理等各个业务的功能需求满足程度的度量，由此分析出,财务共享中心的功能需要考虑到不同业务的功能需求的内部关系，而且每种功能需求与对应业务的关联性也不同,所以财务中心功能需求的优化应当更多地考虑整个公司的实际需求、优化成本等其他外界影响因子。因此,财务共享中心的功能需求满足更多的可以被看成是多目标决策性问题。设六种核心功能需求权重分配结果为W，W,.,W。,T,=Zf(T,R.,W.),其中i=1,2,3.：.6。财务共享总体功能需求与每一个单独需求的权值存在联系,在优化时需要联系影响权值进行综合分析，优化程度计算公式如公式（4）所示。T,=Et=IR(ET,)W,在方案实行过程中,会受到时间的约束,需在规定时间内满足企业功能需求。以S表示满足财务共享服务中心业务功能需求优化集T的单位时间向量集，公司规定交付时间为MT,SMT。同时财务共享中心功能需求完善需要考虑资金成本在内，对功能需求优化需平衡成本与价值之间的关系，设C为满足财务共享服务中心业务功能需求优化集T的单位向量成本,则有预期TC,CTC。综合约束条件，建立财务共享服务中心功能需求优化模型表示如公式（5）所示。6S(T+2P,T,)ST66含C:(T,+言p;T,)TC6=118卷比较与t+期结果为1级的指标最终评价结果(4)(5)功能需求优化内容优先程度判断举证为其中求出举证B的最大特征值与功能需求优化的权重向量,检验矩阵B的相容性，选取相容性最好的矩阵，矩阵公式如公式(3)所示。W,