基于模糊综合评判和BP网络的商品住宅品质评价方法

在分析影响商品住宅品质的硬性指标和软性因素基础上,提出采用二层次模糊综合评判模型来综合评价商品住宅的品质,并尝试用BP神经网络（Back Propagation NN）来确定各因素的权重分配.通过一个算例的分析表明,BP网络确定的权重分配能够客观反映消费者群体对商品住宅品质的真实诉求,采用模糊综合评判方法评价商品住宅的品质也是可行的.     

基于神经网络的提升机衬垫摩擦系数的模糊综合评判

模糊综合评判,考虑多个相关因素,把评价因素集中的元素映射为评价结果集中相应的元素,从而对某一对象进行恰如其分的评价。针对衬垫摩擦系数模糊评判中权重分配存在主观性的问题,利用神经网络的自学习能力,通过一些典型数据进行学习,自动改变权重,从而使综合评判结果更加准确。由实例和仿真结果表明,符合实际情况。     

基于模糊综合评判的课程评价方法

根据模糊数学理论,构建了高校课程评价的指标体系、权重、评价等级、隶属度向量,建立了三级模糊综合评判数学模型,开发了完成该数学模型的计算软件,用于进行高校的课程质量评价.并用实例计算结果证明该方法的科学合理性和该软件的正确性.     

模糊综合评判法在教学评价中的应用

基于模糊策略设计出一个教学评价的数学模型,并计算出量化的评价结果,设计出的软件已投入使用.     

基于模糊综合评判法的储层评价

针对研究区储层的地质特征,在探讨模糊综合评判法基本原理的基础上,构建了合理的评价标准,提取了体现储层关键特征的评价参数,引入了层次分析法确定评价因子的权重,并应用该方法对双河油田部分储层进行了综合评价.实际应用结果表明,该方法较好地解决了各评价参数之间的一致性问题,提高评价精度.     

基于神经网络的模糊综合评价

在模糊系统理论与神经网络理论基础上，建立了一种基于神经网络的模糊综合评价模型，其合成运算采用加权平均算子，其隶属函数调整采用误差反传算法，并证明了这种算子的模糊综合评价神经网络能收敛到唯一的极小点，不咄了以三角模糊函数为尿属函数的模糊综合评价神经网络的隶属函数调整算法。     

基于模糊综合评判法的研究及应用

模糊综合评判是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法。通常用的算子(∧,∨)虽然有很好的代数性质,但是也存在着缺陷。本文介绍两种改进方法:一是将原模型中的算子(∧,∨)改用其他算子;二是采用多级评判。     

基于多元统计分析和模糊综合评判的企业财务信用综合评价

应用多元统计分析和模糊综合评判，给出企业财务信用的综合评从，解析与实证分析表明该方法是可行的，有效的，从而为企业偿债能力分类提供了一种依据，其结论具有综合性，客观性。     

基于模糊综合评判的建设项目后评价应用

建设项目后评价研究属于生产实践性研究,是管理部门和受益部门都需关注的工程交付后的重要环节.以黄河小浪底水利枢纽工程综合评价调查为例,通过层次分析法构造指标的权重,构造模糊评价矩阵,利用模糊综合评判中的加权平均模型,计算得出黄河小浪底水利枢纽工程综合评价效果.这种评价方法可推广到其他难以全部采取定量化处理的复杂的社会经济问题中.     

基于模糊综合评判的汽车整车品质评价指标的研究

基于用户需求驱动模型和模糊综合评判模型,文章建立了汽车整车品质满意度的评价指标体系和评价模型.以某型汽车作为实例,利用建立的汽车整车品质满意度模糊综合评判模型对汽车整车品质满意度进行了实际评价,评价结果能够较好地反映汽车的整车品质.     

基于模糊模块化神经网络的煤矿安全性评价

在合理选取煤矿安全性评判指标的基础上，运用模糊神经网络理论建立了煤矿安全性评价的模糊Modular神经网络模型，在开滦煤矿的实际应用表明了此模型用于煤矿安全性评价的可行性。     

网络安全多级模糊综合评价方法

计算机网络信息各种风险的定量评估方法研究是，‘项重要的基础性研究，是IT领域中的前沿课题之一。综述了计算机网络安全以及网络信息安全评估标准和评价现状，应用系统工程的理论和方法识别、分析和评价网络信息安全固有或潜在风险发生的可能性和危险因素，论述了网络综合安全风险的评价步骤与过程，建立基于硬件、软件及外部环境的计算机网络信息安全综合评价指标体系，给出了基于网络安全多级模糊综合评价模型及其评价方法。并结合网络实例给出了使用评价模型进行网络安全评价的步骤和方法，评价结果与实际相符。     

一种基于模糊神经网络和遗传算法的智能PID控制器

常规的PID控制器参数整定方法需要被控对象的精确数学模型,且整定出的参数不能进行在线调整.而模糊控制和神经网络均不依赖被控对象的数学模型,且具有较强的自适应和自学习能力;遗传算法则是一种新型的全局优化方法.鉴于此,提出将模糊控制、神经网络和遗传算法引入PID控制器的设计过程.首先,运用遗传算法优化隶属度函数的中心值和宽度,并借助模糊逻辑控制确定遗传算法中的交叉概率和变异概率.然后,再运用BP算法优化模糊神经网络的连接权系数.仿真结果表明,该方法提高了系统的自适应能力和抗干扰能力,增强了系统的鲁棒性.     

基于模糊神经网络的瓦斯爆炸危险性评价模型

煤矿瓦斯爆炸事故的复杂性和随机性决定了煤矿瓦斯爆炸重大危险源的变化不会按照某一特定的规律或函数变化.模糊神经网络具有较强的非线性函数逼近能力和较强的自学习、自适应和联想能力.通过简化易燃、易爆、有毒重大危险源评价模型,确定了网络的输入参数,应用模糊神经网络对各参数之间的关系进行计算,验算结果表明:该网络模型在评价煤矿瓦斯爆炸危险性方面效果良好.     

基于模糊综合评判的边坡稳定性分析

在考虑影响边坡稳定性的10个主控因素基础上,进行模糊数学分析并建立一级模糊综合评判模型和二级模糊综合评判模型,最后采用可视化的编程语言Visual FoxPro6．0编程,根据具体边坡的实际情况将主控因素的隶属度输入到主界面上,得到该边坡的稳定性评判结果．研究表明,两种模糊综合评判模型的评价结果与现场情况吻合,并且二级模糊综合评判模型优于一级模糊综合评判模型．     

基于BP神经网络的空洞型采空区稳定性评价研究

通过分析空洞型采空区稳定性的影响因素,依照BP神经网络原理,构建出适合空洞型采空区稳定性评价的BP神经网络模型。再通过收集到的空洞型采空区稳定性样本对所构建的BP神经网络进行训练,得出空洞型采空区稳定性评价BP神经网络模型,并应用检测样本测试其准确性。并以陕北讨老乌素煤矿采空区为例,应用训练好的BP神经网络模型对其进行预测评价,最终得到了与实际情况吻合的结果。     

基于模糊神经网络的城市排水预测

海绵城市的建设具有重要意义,如何更好地预测城市排水量成为一个关键点。针对城市排水的波动性和非线性特征,提出一种基于模糊神经网络预测的城市水量预测算法。首先,采用灰色模型构建城市排水预测模型,并基于海绵城市的概念建立客观预测回归函数。其次,通过设置断点来构建滑动窗口,并实时分割灰色模型的数据,以获得数据的实时统计特征,通过构造序列误差预测和压缩比之间的函数,并使用误差预测序列来确定分割点,以提高检测过程的鲁棒性。最后,通过城市排水预测模拟实验,表明所提出的算法能够有效提高城市排水的预测精度和预测效率,更好地反映了整体趋势。     

基于模糊神经网络的数字资源服务绩效评价研究

针对当前常用的电子资源绩效评价方法和模型存在的问题，采用了两阶段评价方法构建基于模糊神经网络的评价模型，得出电子资源服务绩效的评价值，并与期望结果进行比较。实验结果表明，该评价模型预测的准确率达到83.7%。     

基于模糊自适应变权重算法的函数链神经网络预测方法

为提高复杂工业系统非线性时间序列预测精度,将工业系统非线性时间序列不同的单个预测模型预测值作为函数链神经网络的原始输入值,并将原始输入值按正交的三角函数扩展得到的数值作为函数链神经网络扩展输入值,在分析函数链神经网络拟合充要条件的基础上,结合模糊自适应变权重算法计算函数链神经网络权重,建立基于模糊自适应变权重算法的函数链神经网络预测模型。研究结果表明:基于模糊自适应变权重算法的函数链神经网络预测方法的预测精度较高,并且平均误差和预测平方根误差均较小,具有较强的泛化能力;该模糊自适应变权重函数链神经网络预测模型可用于复杂非线性工业系统决策。     

动态模糊神经网络研究

针对静态网络无法处理暂态问题，对具有递归环节的动态模糊神经网络进行了研究。通过在网络第二层中加入内部反馈连接，使其具有动态映射能力，从而对动态系统有更好的响应。网络使用遗传算法与反向传播BP(BackPropagation)算法相结合来训练，避免陷入局部最优解。采用时序预测和动态非线性系统进行了仿真研究，结果表明，动态模糊神经网络较之普通模糊神经网络在收敛速度、预测精度和网络规模等方面都有较大的改善，并具有更好的动态系统处理能力。