一、基于ABC法的饮品物流企业成本核算模型
1.饮品物流企业作业中心的建立。在运用作业成本法分析饮品物流企业各项费用时，资源就是整个服务过程中投入的各种费用，本文依据陕西省饮品企业的实际情况选择了10个费用项目，包括：运输费、仓储费、装卸费、保险费、薪酬、财务费用、业务招待费、修理费、折旧费、水电费等。按饮品企业物流环节活动的性质，核心业务包括运输环节、仓储环节和装卸送达环节，所以建立了对应的三个作业中心：运输作业中心、仓储作业中心和装卸搬运作业中心。这里选择陕西省某饮品物流企业2012年到2014年各季度的物流费用作为分析原始数据，本文所使用数据均为各季度平均值。
2.饮品物流企业各作业中心总成本的汇总。作业动因是确定每个作业中心作业总量与衡量各作业成本核算对象对相关作业“使用频率”的一个重要指标，是对作业中心性质的某种抽象和概括。依据各个作业中心的性质分别确定三个作业中心的作业动因分别为：标准公里数（运输）、标准件·次（仓储），标准件·次（装卸）。利用作业成本法进行成本分析，必须计算出各作业中心的动因分配率，计算动因分配率的前提是各作业中心的作业总量和作业总成本的汇总。本文利用搜集到陕西某饮品企业的实际资料，汇总出了陕西省某饮品物流企业2012-2014各作业中心的作业总量和作业总成本。
3.饮品物流企业动因分配率的计算。利用上述提供的各作业中心的作业总量和作业总成本，可方便的计算出陕西省某饮品物流企业相关时期的动因分配率。
4.各成本核算对象作业中心作业量的汇总与成本的分摊。各成本核算对象的成本计算方法是：首先将各成本核算对象对各作业中心的作业消耗总量进行汇总，然后利用动因分配率计算出各作业中心分摊给各核算对象的成本，最后将各作业中心分摊的成本相加得到各核算对象的总成本。正如前文所述，成本核算对象可以有多种方式：按产品、按地区、按规模等等。这里是按产品将成本核算对象分为：白酒、啤酒和牛奶。
首先分别列出了白酒、啤酒和牛奶的物流成本，为了研究影响这三个成本的主要因素以便降低相关成本，提高企业经济效益，需要研究各费用项目对成本核算对象的多对多的影响关系，为此本文拟以10项费用做为网络输入，以3项物流成本做为网络输出，建立神经网络模型进行分析。
二、基于BP神经网络的物流企业成本分析模型
1.利用BP神经网络进行成本分析的原理。作业成本法的运用过程中可以灵活多变的设置核算对象，这是作业成本法计算问题的重点，为问题的解决提供了极大的方便，但是本文主要想要研究各成本核算对象成本主要影响因素，是个多对多的复杂问题，很难用传统方法进行处理，因此经过反复模拟决定建立神经网络模型进行研究，在后面的案例分析中，网络的输入是10项原始费用，网络的输出是白酒、啤酒和牛奶的物流成本。
BP神经网络是一种仿真人的大脑思考问题的多层前馈神经网络，它是由若干神经元构成的，各个神经元之间都有其独特的联系方式，这些联系方式一般通过转换函数实现，在多种转换函数形式的格式中，我们们选择使用双曲形格式来进行研究。网络是具有一个输入层，一个输出层和若干中间层的一个多层网络。常见的简单易行的网络是三层网络，本文就以该网络建立模型进行研究，后面的案例分析中，建立的BP神经网络。它具有：（1）输入层。用来输入企业的10项资源性费用项目。（2）中间层。也称为处理层或隐层，处理输入层的数据并为输出层传递信息，这里在设计网络时可在程序里灵活调节。（3）输出层，它以中间层的输出作为输入，再经处理给出网络的最终输出。一般可有m个输出单元，本文是三个成本组成的三维向量，即白酒、啤酒和牛奶的物流成本。BP网络的原理在此不再赘述，可参考有关资料。网络的建立、训练和仿真计划用MATLAB来实现。
2.样本数据处理及MATLAB实现。为了利用2012-2014年陕西省某饮品物流企业实际数据研究影响白酒物流成本、啤酒物流成本和牛奶物流成本的主要因素，必须探求10项原始费用和3个物流成本之间的多对多的关系。本文计划用BP神经网络来实现，为了便于分析和应用，本文计划用基于MATLAB平台进行处理，网络的建立、训练和仿真分别用newff（minmax（p），[n，k]，{'tansig’，'logsig’}，’traingdx）、net=train（net，p，t）和y=sim（net，testp）这三个函数来实现，原始数据和计算结果分别用EXCEL文件记录。数据的读入和结果记录分别用xlsread（'filename’）和xlswrite（'filename’，variablename）来实现，并编写了整个模型处理的MATLAB程序。
为了准确快速的在MATLAB中建立BP网络，一般要对原始案例数据做标准化处理，标准化处理采用如下公式：（Xi-Xmin）/（Xmax-Xmin），i=1，2，3，…25。对每一列的数据都要做上述处理，其中包括27个月的10项费用科目的资料；27个月的白酒成本资料、啤酒成本资料和牛奶成本资料。数据的处理是通过MATLAB程序自动进行的。
3.网络建立与仿真。用上述处理思想，建立一个N×K×M的BP网络，分别利用Matlab中的函数NEWFF（）、train（）、sim（）建立、训练和仿真网络。利用ABC法计算的陕西省某饮品物流企业2012.02-2014.02，27个月数据训练网络，并进行模拟计算分析，这里隐层和输出层传递函数分别取tansig和logsig，定义训练步数为2000，中间层的神经元数目为21个，目标误差为0.03，训练中我们发现利用我们建立的模型进行网络训练，收敛很快，网络最终仿真误差极小，最大相对误差在3%以内。说明本文建立的神经网络具有很好的仿真能力，完全可以利用它进行物流企业成本费用分析研究，也就是说，该模型能非常有效地仿真物流企业各相关指标之间的非线性关系。
经过用2012-2014年陕西省某饮品物流企业物流数据的模拟计算可以看出神经网络系统的仿真值与原始模糊评价数据非常接近，除个别点外，仿真误差在3%以内，三种饮品27个月的仿真值与原始值的两条曲线几乎重合，误差曲线是接近0值的一条曲线，网络仿真结果非常好。
4.不同费用项目对不同产品成本的影响分析。通过上面分析可见本文所建立的BP网络模型具有良好的仿真效果，用它可以描绘物流10项费用与3项成本之间的多对多的复杂对应关系，为了研究各个费用对3种饮品物流成本的影响，本文以运输、仓储、装卸、保险、薪酬、财务费用、业务招待、修理、折旧、水电这些费用科目9个季度的平均值为基础，采取单项逐步变化的办法构造BP网络的输入数据，分别让每一个科目的费用在平均值基础上增加和减少5%，其他科目费用保持平均值不动，考查网络输出的三个成本变化，进而研究各费用科目对白酒、啤酒和牛奶物流成本的影响。
本文在对饮品物流企业的成本进行分析时，在作业成本法的基础上建立了成本分析模型，为了分析方便准确，同时建立了BP神经网络模型，并用陕西省某饮品物流企业2012-2014年间27个月的实际物流发生费用对网络进行了训练和仿真预测，取得了客观的符合实际情况的结果。企业为了控制成本提高效益，主要还是应以控制运输、仓储和装卸这三个主要的费用为基础，并适当控制业务招待和保险费用。白酒类饮品企业应主要控制物流费用中的业务招待费和保险费用；牛奶类饮品企业应主要控制运输费用和仓储费用；啤酒类饮品企业应主要控制运输费用和装卸费用。因此，建议饮品类企业调整运输产品的结构，并合理增加白酒的运输业务量，同时注意新技术的引进和运用，从而降低单位产品的仓储和装卸成本，提高企业的经济效益。
（作者单位：陕西科技大学管理学院）出处：
13888888888
点击咨询 