基于模糊神经网络的顾客啤酒口味仿真模型

应用模糊神经网络方法,建立对顾客啤酒口味和喜好程度评价的仿真模型,以MATLAB为开发环境,阐述建立、训练和仿真网络的方法,并用实际数据进行了网络训练和误差测试,证明该模型是切实可行的。     

影响期刊影响因子的BP神经网络模型构建与实证研究

基于神经网络方法,建立了期刊影响因子与相关影响因素之间非线性对应关系的分析模型,模型以刊期、总被引频次、即年指标、载文量、被引半衰期、引用半衰期、他引比、基金论文比、Web即年下载率等为网络的输入,以影响因子作为网络的输出,利用《中国期刊综合引证报告》提供的数据,进行网络训练和测试,并以有关因素的平均值为基准,采取单因素分析的思想,让一个因素变化其他因素保持平均值,带入训练好的网络进行仿真,观察其输出(影响因子)的变化。分析表明:影响因子受他引比影响最大,受刊期、载文量影响较大,受基金论文比、即年指标影响很小,与Web即年下载率几乎无关。