具有追踪控制特征的多阶段双激励评价方法

针对时序动态综合评价问题中关于激励评价的多阶段信息集结过程中控制柔性不足,精准激励程度不够等问题,提出具有追踪控制特征的多阶段双激励评价方法.首先根据各时段被评价对象的发展状态确定精准激励控制线和惩罚控制线的斜率,判断精准激励控制线是否发生偏折,计算偏折后正负激励所在的时间区间以实现追踪控制;其次根据正负激励相等原则计...     

基于神经网络的管理信息系统综合评价方法

在建立管理信息系统综合评价指标体系的基础上，提出了一种基于BP网络的管理信息系统的综合评价方法，该方法不仅能够模拟专家对管理信息系统进行综合评价，而且避免了评价过程中的人为失误，仿真实验表明采用该方法获得的结果是令人满意的。     

一种群体评价一致性合成方法

在分析了影响群体评价结果的因素后 ,在以三角模糊数表达评价意见的基础上 ,提出了群体评价一致性合成的过程和算法 ,分析和证明了该方法的性质和特点 .实例表明用该方法能够更好地综合群体意见 ,全面反映群体评价综合中应考虑的因素 .     

需求导向的双激励临界点型动态评价方法

针对动态评价中的激励问题,提出了一种新的激励评价方法,需求导向的双激励临界点型动态评价方法,方法在满足激励需求的过程中实现激励作用.首先,该方法依据被评价对象的激励需求,判断被评价对象各评价指标的优劣类型,通过奖励优势指标惩罚劣势指标的方式对被评价对象进行激励.然后,方法依据评价需求者的激励需求,判断各评价指标的整体发展水平,对促进指标整体发展水平的被评价对象奖励,对拉低评价指标整体发展水平的被评价对象惩罚.本文提出的方法能够起到促进各被评价对象自身和所有被评价对象整体共同发展的双重作用.     

基于双重差异驱动的群体评价方法

针对专家权重未知的群体综合评价问题,基于双重差异驱动思想提出了一种新的群体评价方法。该方法基于最大化被评价对象间整体差异的拉开档次法对群体意见进行集结得到群体评价向量;以基于差异驱动的整体群体评价向量和部分群体评价向量为基准判断各专家的信息差异化程度,并据此对专家进行赋权;最终集结专家权重和专家评价信息得到群体评价结论。最后用一个算例表明了方法的可行性和有效性。     

一种基于增益水平激励的动态综合评价方法

针对不同时段内被评价对象增益的不同,提出了一种基于增益水平激励的动态综合评价方法.首先依据时序立体数据表中的信息,求出被评价对象的优劣增益水平;然后在此基础上通过反推的方式求得被评价对象在不同时点上的优劣激励点,最后通过引入规则的方式来确定优、劣激励因子,以得出最终的动态综合评价值,并进行排序.通过优劣增益水平激励的方式来进行动态综合评价,充分考虑了被评价对象的动态发展水平,能够对被评价对象的发展起一个激励和引导作用.最后通过一个算例来证明方法的有效性.     

基于神经网络的多目标综合评价

本文提出了基于神经网络的多目标综合评价方法。这种方法通过利用神经网络对于以往成功的评价样本的学习, 使得神经网络反映评价指标的偏好, 从而代替评价人进行评价。文章研究了神经网络学习的BP算法, 并分析了某大型水利工程水位方案评价问题。     

群体研讨评价观点的认知效果

探讨了信息共享的群体研讨中不同类型的评价观点对认知过程和群体绩效的影响.研讨人员提出自己的观点,允许和鼓励对他人观点发表肯定和否定的评价.和禁止评价相比,同时允许发表正反两方面评价的群体产生更少的主意,因为认知激励的效果不明显;仅允许和鼓励发表肯定评价的群体产生更少的主意类剐,而同一语义类剐下的主意数量多;仅允许和鼓励批判的研讨人员产生的主意语义类剐多,但同一语义类别下的主意数量少.进一步讨论了评价观点的认知效果和实际应用价值.     

一种基于两阶段协商的群体评价方法

在群体评价中,针对不同专家(或利益相关者)之间对方案的评价经常存在意见不一致的情况,提出了一种基于两阶段协商的群体评价方法。首先依据给出的协商信息对协商群体进行了意见群划分,然后在此基础上分别对群内意见与群间意见进行了两阶段协商。该方法具有协调群体非一致性意见(或利益)、优化群体评价结论等特点。算例验证了方法的有效性。     

高速公路复垦土地适宜性评价的BP神经网络模型

依据人工神经网络原理 ,建立用于高速公路临时用地复垦土地适宜性的神经网络评价模型 ,利用该模型对京大高速公路山西段临时用地复垦进行了适宜性评价 ,同时探讨了人工神经网络在土地复垦适宜性评价中的特点和适用性.     

基于神经网络的模糊综合评价方法

运用神经网络确定模糊综合评价中的权重值,使权重值更符合实际情况。采用改进的反向传播算法训练网络,逐步修正网络的连接权值,使模糊综合评价指标的权重值逐渐接近实际情况,得到较好的训练效率和效果。最后利用该方法对液压凿岩机进行性能评价,验证了该方法的正确性。     

基于PSO-BP的应急通信感知装备效能评价方法

应急通信感知装备效能评价可支撑相关装备的发展规划, 而现有评价方法主观性强, 且自适应能力有待提升。因此, 提出一种基于粒子群优化(particle swarm optimization, PSO)算法的改进反向传播(back propagation, BP)神经网络的应急通信感知装备效能评价方法, 旨在建立客观精准的效能评价。首先面向实战效能构建了三级效能评价指标体系, 然后将样本数据进行主成分分析法降维, 建立BP神经网络回归模型, 并结合PSO算法对模型的连接权值与阈值进行优化, 形成PSO-BP模型以避免局部极小值问题, 获得可评价具体装备效能时的神经网络模型。实例分析表明, PSO-BP相较于BP神经网络模型评价的均方误差减少了28.18%, 表明PSO-BP模型具有更高的准确性。     

基于BP神经网络的图像感兴趣区自动检测技术

图像中感兴趣区(region of interesting,ROI)的自动分割是图像信息压缩与模式识别中的重要问题。提出一种图像中感兴趣区的图像信息自动检测算法,通过建立基于BP神经网络的多层检测模型,自动实现图像中ROI的自动检测与分割。并将该模型用于对车牌图像中牌照区域图像的自动分割。结果表明,该算法稳定性好,能够方便快速地实现特定ROI的自动检测与分割。     

基于模糊神经网络的复杂产品研发决策评估

针对复杂产品研发决策评估系统的多维性、时变性特点,参照经典系统辨识的多输入、多输出模型结构原理,提出一种适用于复杂产品研发决策过程支持系统模型化、数字化、自动化、规范化而又具有实时性的多个并行时变模糊神经网络组合算法系统。通过对300组某系统研发过程实际获取与研讨结果数据组的应用实验证明,此种模型结构与算法切实可行,便于计算机实现。     

Novel method for the evaluation of data quality based on fuzzy control

One of the goals of data collection is preparing for decision-making, so high quality requirement must be satisfied. Rational evaluation of data quality is an effective way to identify data problem in time, and the quality of data after this evaluation is satisfactory with the requirement of decision maker. A fuzzy neural network based research method of data quality evaluation is proposed. First, the criteria for the evaluation of data quality are selected to construct the fuzzy sets of evaluating grades, and then by using the learning ability of NN, the objective evaluation of membership is carried out, which can be used for the effective evaluation of data quality. This research has been used in the platform of ＇data report of national compulsory education outlay guarantee＇ from the Chinese Ministry of Education. This method can be used for the effective evaluation of data quality worldwide, and the data quality situation can be found out more completely, objectively, and in better time by using the method.     

用人工神经网络求解非线性方程组的一种方法

本文探讨用人工神经网络的反向传播算法求解非线性方程组,计算量小,简便易行并给出计算机仿真结果,所得到的解令人满意。     

基于误差反传小波神经网络的船舶横摇时间序列预报

结合小波分析和神经网络的特点，建立了应用于船舶横摇运动时间序列预报的误差反传小波神经网络结构并给出了算法。作者利用多输入、单输出小波神经网络预报模型进行了仿真，取得了良好的仿真效果。此方法不仅可应用于横摇运动时间序列预报，亦可用于纵摇、艏摇的时间序列预报。     

内嵌多准则的遗传算法用于尿沉渣红白细胞的特征选择

针对尿沉渣检测中红白细胞的特征选择问题,提出了结合双向选择的内嵌多准则的改进遗传算法(NMGA)(通过多代进化逐步选中优良特征,在每一代进化中基于多种评价准则进行遗传,分别得出各自的最佳特征子集,然后对其进行多票投选,得出一个最佳特征子集,然后继续下一代进化,该方法可结合小生境技术共同搜索最佳特征子集。文末采用多个尿沉渣红细胞和白细胞样本进行验证实验,实验结果表明,算法优选的特征集与未进行特征选择和经过普通遗传算法(SGA)特征选择得到的特征集相比,识别率较高,并且优选后的特征子集的特征数较少,明显降低了分类器的维数复杂度。     

人工神经网络在卫星遥测定量降雨估算中的应用

在分析卫星遥测降雨和人工神经网络的基础上 ,建立了 GMS卫星定量降雨估算的三层前向人工神经网络模型 (BP算法 ) ,结果显示出了较好的模拟估算效果.     

基于证据网络的装备体系贡献率评估方法研究

体系贡献率评估是装备体系发展规划中一项重要内容。针对装备体系贡献率评估中存在的体系结构复杂、评估信息不确定性强等特点,提出了基于证据网络的装备体系贡献率评估方法。该方法依据专家经验构建网络模型与置信规则库,在此基础上通过证据推理算法对不同装备体系的作战效能进行分析,进而实现装备体系贡献率的评估。最后,以外军典型联合登岛作战装备体系为例验证了所提出方法的可行性。该方法能够为装备体系需求论证、体系发展规划等国防军事领域重大决策提供支撑。