基于模糊神经网络的煤矿安全评价综合评判

针对煤矿安全综合评价方法中因人为因素、模糊因素及动态因素而导致评价结果不够准确的情况,依据煤矿安全评价指标体系结构,构建了基于模糊神经网络的多级模糊评判模型,提出了神经网络分级BP学习算法,解决了多级模糊评判中权值学习困难的问题,使训练速度和评判的准确性大幅提高.以鸡西矿业集团煤矿为研究对象,建立了基于模糊神经网络的安全评价模型.结果表明:该方法能有效地对煤矿进行安全评价,综合评判客观、准确.     

基于模糊神经网络的企业绩效评价方法研究

针对传统企业绩效评价方法的一些不足,把模糊神经网络方法引入企业绩效评价领域。同时借鉴财政部等六部委颁布的国有资本金效绩评价指标体系,构建本文的评价指标。本文采用基于模糊神经网络的分层次评价方法,用BP神经网络训练财务指标,用模糊神经网络训练非财务指标,最后再构建一个模糊神经网络评价模型,得出企业绩效的评价值。实证结果表明此方法有效可行,且具有较高的准确率。     

基于粗集的集成化供应链结果层模糊绩效评价

针对集成化供应链结果层的评价问题,本文在构建其绩效评价指标体系的基础上,结合粗集和模糊数学理论建立一种多级动态模糊综合评价方法,对结果层的整体利益和绩效进行定量衡量。实例分析表明,该评价法在绩效评价方面具有实用性。     

基于模糊理论的绿色供应链绩效评价研究

在对供应链绩效及其供应链绿色度分析的基础上,按照科学、可比、实用等原则,建立了顾客导向评价、供应链密切度评价、供应链经济效益评价指标、供应链绿色化评价4个方面多层次绿色供应链绩效评价体系。通过模糊评判法对绿色供应链进行了绩效评价,采用基于差距分析的标杆法进行了评价结果的分析,找出了被测评企业的绿色供应链与目标供应链之间的绩效差距,为企业绿色供应链的优化提供了科学依据。     

铁路机车业供应链绩效研究

本文首先分析了铁路机车业供应链的特征、供应链绩效关键成功因素,然后利用平衡计分卡法建立了铁路机车业供应链绩效评价指标体系,最后运用模糊综合评价法对铁路机车业供应链绩效进行了评判和分析。     

供应链绩效的模糊综合评价与Markov预测

有效的供应链管理绩效评价是实现供应链优化的基础,本文结合SCOR模型从供应链运营成本、响应能力、柔性、可靠性、企业的运营绩效五个方面构建了供应链绩效评价体系,并采用模糊综合评估方法计算出供应链在各个时期的绩效评价结果,结合Markov预测理论的决策支持功能,给出了动态供应链未来的绩效评价结果及发展趋势。     

基于模糊神经网络的产品可装配性评判

针对产品装配信息量大、影响因素复杂、许多参数依赖人的判断和推理等特点,以及多数现行评判方法存在的不足,提出了基于模糊神经网络的产品可装配性评判方法·该方法依据产品装配特征的类型,先构建产品可装配性信息数据库,再通过将常规的三层BP网络模糊化处理,得到输入和权值均已模糊化的产品可装配性模糊神经网络模型·按照预置的网络训练规则进行训练,获得最佳连接权值·经实例检验,证明这种模糊神经网络模型用于产品可装配性评判是可行的,且具有很好的稳定性·     

基于BP神经网络的营销绩效评价研究

为适应信息经济时代中企业激烈的竞争,建立了基于神经网络的营销绩效评价体系,提出了运用BP神经网络对营销绩效进行评价的方法, 并结合实例进行分析,为企业的营销绩效评价提供参考.     

基于霍普菲尔德神经网络的生猪绿色供应链评价

生猪产业是我国农业的核心产业,有效的生猪绿色供应链绩效评价,有助于保护农业环境、保障猪肉食品安全、提高农产品质量和供应链整体运作。基于绩效评价原则,从生猪绿色供应链业务流程执行水平、运作绩效水平、节点企业绩效水平、绿色水平4个方面为生猪加工配送企业建立了一个三级评价指标体系,并利用离散霍普菲尔神经网络模型对某企业2007—2011年绿色供应链实施评价,研究表明:基于离散霍普菲尔神经网络的生猪绿色供应链评价是合理而有效的。     

煤炭企业管理系统模糊神经网络绩效评价体系构建研究

对国内外企业绩效评价研究进行了综述,指出了我国煤炭企业的特征,分析了我国煤炭企业绩效评价现状,详细论述了煤炭企业绩效评价指标体系的构建、模糊神经网络理论基础和绩效评价模型的建立。     

模糊神经网络在信息系统安全评价中的应用

随着科技的发展信息系统也越来越复杂化,传统的方法已不能满足信息系统安全评价准确度的要求。为了能进一步提升信息系统安全评价的准确性,通过将模糊评价方法与BP神经网络方法相结合,提出了模糊神经网络综合评价方法。充分利用了模糊评价方法强的模糊性识别能力和BP神经网络的非线性处理能力,从而更为有效地对系统进行安全评价。实验结果验证了算法的有效性,并通过与模糊评价方法和BP神经网络方法进行对比验证了算法的优越性。     

军事科技人员综合素质模糊评价体系的神经网络模型

根据人工神经网络的理论,利用BP神经网络建立了军事科技人员综合素质的模糊评价模型,通过仿真和实例测试了模型评价的有效性。     

甘蔗收获机剥叶性能评价中权重确定的BP网络方法

为了解决甘蔗收获机械剥叶性能评价中权重确定的关键问题,构建了三层前馈BP神经网络,并采用正交试验数据构造训练样本,以提高训练速度及精度．在此基础上通过运用经训练后的BP神经网络的各连接权值,确定了反映各目标因素对评价指标影响程度的权重值．运用BP神经网络方法可确保经确定的权重能如实地及映出各目标因素对评价指标的重要程度．     

基于遗传算法-BP神经网络的径向式导叶多级泵水力性能优化

针对径向式导叶多级泵内部流动状态复杂多变而导致其水力性能曲线难以精确测量的技术难题,采用遗传算法(ge-netic algorithm,GA)迭代优化反向传播(back propagation,BP)神经网络的权值与阈值,构建了基于GA-BP神经网络的径向式导叶多级泵水力性能预测模型,以MD500-57型径向式导叶多级泵为研究对象,建立了输入层为13个神经元、隐含层为10个神经元、输出层为2个神经元的GA-BP神经网络,采用正交试验方法设计了试验参数的正交试验方案,运用数值模拟计算方法对正交试验方案进行求解,获得了试验参数的训练样本,并对神经网络进行训练与测试,计算了过流部件关键几何参数的最优组合方案.试验结果表明:优化后该多级泵在设计工况下扬程增加了2.4 m,效率提高了3.34％,且高效区范围变宽.     

基于BP神经网络的静液压变速器控制研究

静液压变速器(HST)的操控性是农用车辆性能提升的关键,采用一种基于BP(back propagation)神经网络的新型控制策略,对HST马达输出转速的动态特性进行研究.基于变量泵—定量马达静液压传动系统的数学模型,首先对比研究了传统PID控制、模糊控制以及BP神经网络控制3种方法的控制效果,结果表明:与传统PID控制和模糊控制相比,BP神经网络控制能有效抑制系统超调量并降低马达转速波动,减小系统达到稳态的调节时间,具有良好的鲁棒性.基于此,提出采用BP神经网络控制方法对具有更大马达转速变化范围的变量泵—变量马达传动系统进行调查,研究结果表明,在对变量泵、变量马达分段控制中,该方法能实现较稳定的切换效果;在不同的负载等效转动惯量下,马达转速均能达到稳定状态,且由负载引起的转速波动也得到降低.研究结果表明,BP神经网络控制方法对变量泵—变量马达传动系统具有潜在的控制优势.     

基于信息扩散和BP网络的黄土边坡稳定性分析

目的探讨基于信息扩散原理的BP神经网络的黄土边坡稳定性评价模型。方法收集黄土地区24组黄土边坡实例,采用模糊信息优化处理中的信息扩散原理,建立各评价因子与安全系数之间的模糊关系,并在此基础上建立与BP神经网络相结合的评价模型。结果建立的评价模型对4组预测样本的预测结果,效果良好,较好地解决了样本过少或含有矛盾样本的问题。结论该模型在黄土边坡稳定性评价中比普通神经网络具有更高的实用性和有效性。     

基于神经网络的摊铺机液压系统故障诊断方法

以摊铺机液压系统为研究对象,提出了基于神经网络的故障诊断模型。结合BP神经网络基本知识和摊铺机液压系统故障的特点,研究了诊断知识的获取方法,设计了摊铺机液压系统故障诊断网络的基本结构。通过与模糊理论相结合研究了输入输出特征向量表达和获取的具体方法,提高了故障诊断神经网络模型的实用性,并提出改进学习效率和动态BP算法可以提高故障诊断神经网络的性能。