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。     

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.     

基于模糊层次分析方法的政府采购绩效评价研究

进行政府采购绩效评价是为了改善政府采购工作,规范政府采购行为,加强采购质量监控,提高公共资金的使用效率和透明度。本文从政府采购绩效评价基本原则、指标体系的建立等方面入手,以模糊层次分析方法为指导思想确定了各指标的权重,从而构建一套指标体系,为政府采购绩效评价提供参考。     

模糊神经网络技术

本文论述了近年来受到普遍关注的模糊神经网络技术的优点,详细叙述了模糊神经网络的融合方式及其特点,并且介绍了两种典型的算法结构和具体的实现过程,最后指出了研究中有待解决的问题.     

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。     

基于神经网络的模糊控制系统的研究

从模糊理论和神经网络各自特点出发 ,详细讨论这 2大系统的联系和区别 .进一步将两者有机的结合起来 ,实现基于神经网络的模糊控制推理结构的设计 ,同时给出其设计的方法和步骤 .显示两者的结合是实现更完美智能控制系统的有效途径 .     

模糊神经网络技术

本文论述了近年来受到普遍关注的模糊神经网络技术的优点,详细叙述了模糊神经网络的融合方式及其特点,并且介绍了两种典型的算法结构和具体的实现过程,最后指出了研究中有待解决的问题.     

基于模糊神经网络的城市建成区面积研究

城市建成区面积的大小反映了一个城市的规模,本文在利用SPSS软件对城市建成区面积的影响因素进行主成分分析的基础上,运用模糊神经网络对城市建成区面积进行了研究,结果表明该模型的精度是理想的.     

设计模式在游乐设施模糊神经安全评价系统中的应用

通过分析游乐设施模糊神经网络安全评价的功能需求,结合MVC模式确定了系统中的视图、数据管理以及控制调度.根据对象创建模式确定采用工厂方法模式实例化创建视图类对象;根据结构模式采用迭代器模式访问视图对象集合;根据对象行为模式采用命令模式接受用户请求,采用策略模式对不同神经网络算法进行封装.通过采用设计模式,提高了游乐设施模糊神经安全评价系统的可靠性、复用性和扩展性.     

基于动态模糊神经网络的入侵检测系统

针对传统的网络安全防范技术存在的缺陷和入侵检测在动态安全模型中的重要地位和作用,提出了基于模糊理论、神经网络和遗传算法结合的新方法--动态模糊神经网络,并且给出基于动态模糊神经网络的入侵检测系统构建体系.该系统在实际应用中收到了较好的效果.     

基于模糊判断的网络安全评价方法的研究

网络安全评估通常是根据网络体系结构和网络安全发展形势的具体情况来进行的。解决自身网络安全的首要问题就是掌握网络系统当前与未来可能存在的风险。对网络安全评价可以基于专家系统进行评价,但专家对网络安全状况的判定往往存在不确定性、模糊性。本文主要通过介绍应用模糊关系的建立,解决专家对网络安全评价过程中所存在的不确定性评价问题,结果表明本文所研究的方法能够适用于网络安全评价过程。     

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BP神经网络模型的企业综合绩效评价方法研究

以平衡计分卡法为基础构建了企业综合绩效评价体系,重点介绍了BP神经网络模型在此企业综合绩效评价体系中的应用方法和步骤,最后对该方法的优缺点进行了分析.     

基于动态递归模糊神经网络的动态系统辨识

模糊系统和神经网络由于具有逼近任意连续非线性映射的特性而广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识,而现实工程中的控制对象反映的是系统的动态行为.为了提高动态系统的辨识精度,提出了一种新型的动态递归模糊神经网络,并根据动态递归神经网络的数学模型推导其动态反向传播学习算法及其改进算法.仿真结果表明:由于动态模糊神经网络的辨识过程同时利用了系统的当前数据和历史数据,对动态系统的辨识,特别是对具有纯时间延迟动态系统的辨识,较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果.同时,确定网络权值和隶属函数参数初始值的方法可使动态系统的辨识过程具有更快的收敛速度.     

考虑模糊神经网络和小波变换相结合的实际流量预测算法

针对无线传感器网络流量预测误差较大的问题,基于模糊神经网络和小波变换提出了一种新的预测算法(State Prediction algorithm based on Fuzzy Neural Network,SPFNN).首先该算法利用α-稳定分布对实际流量进行刻画,并给出了满足该分布的判断依据;其次,通过结合模糊神经网络和小波变换来提高实际流量的预测精度;最后,结合OPNET和MATLAB进行联合仿真,深入研究了影响该算法的关键因素,并对比其它算法性能,结果发现SPFNN具有较好的适应性.     

基于遗传算法的模糊优选神经网络路面性能评价模型

针对现有路面性能评价方法的不足,在模糊优选神经网络模型的基础上,引入遗传算法,建立了基于遗传算法的模糊优选神经网络的路面使用性能评价模型.该算法采用遗传算法优化神经网络权值,再用神经网络对遗传算法搜索到的近似最优解进行微调,并将模糊优选模型作为神经网络的激励函数,使模型具有明确的物理意义.应用该模型对沈大高速公路部分路段进行评价,与其他模型的对比分析表明:该方法在评价精度和效率方面取得了良好的效果,是一种实用的高速公路路面性能评价方法.     

RBF模糊神经网络在舰载C3I系统效能评估中的应用

针对舰载C3I系统指标体系效能评估中存在的影响因素多、因素之间关系不明确和数据量庞大等问题,提出了一种径向基函数神经网络和模糊推理规则相结合的效能评估方法,分析并建立了基于RBF模糊神经网络学习算法的舰载C3I系统作战效能评估模型。利用400组指标权值数据对RBF模糊神经网络进行训练和测试,验证了该模型的有效性和可行性。在此基础之上,对选取的13组作战效能一级指标权值数据进行3次仿真实验。结果表明,该方法能够判定舰载C3I系统作战效能指标权值是否合理分配,为舰载C3I系统的作战效能评估方法提供了一种新的途径,也为决策者根据战场态势进行动态决策提供有效的量化验证。