基于PCA-LVQ神经网络的教学质量评价模型研究

为了进一步提高教学质量评价准确率,提出一种基于主成分分析(PCA)和学习矢量量化神经网络(LVQ)相结合的教学质量评价模型.使用层次分析法(AHP)建立教学质量评价体系,再用主成分分析提取初始评价指标体系的特征信息,将经过降维处理后的特征信息输入到LVQ神经网络,并对网络模型进行训练和泛化能力测试.实验结果表明,与单一的LVQ和BP神经网络相比,PCA-LVQ网络模型的结构更为简化,学习能力更强,收敛速度更快,评价准确率更高且泛化能力强.     

基于层次分析与BP神经网络的电梯安全评价模型

为高效评价在用电梯运行状态的安全性,提出基于层次分析法和BP神经网络的电梯安全评价模型。通过层次分析法建立电梯系统安全评价指标体系,采用BP神经网络构建电梯系统安全评价模型;通过改进粒子群算法和改进BP算法分别优化、训练BP神经网络;最后进行仿真验证。仿真结果表明,经过改进粒子群算法优化的BP神经网络模型训练速度最快,训练时间比BP算法快8.45 s,比粒子群算法快5.17 s;评价准确度最高,达92.3%,分别比BP算法和粒子群算法提到了11.7%、6.8%;而训练误差最小,仅为0.020 6。     

基于组合神经网络的教师评价模型研究

本文提出的基于组合神经网络的教师评价模型,可以弥补以往基于神经网络的教师评价模型的不足,不但可以给出教师的综合得分或所属类别,还可以给出教师在每个方面的得分.所使用的组合神经网络,由多个结构相同的BP神经网络组成;用构建的组合神经网络和传统BP神经网络分别进行实验.仿真实验表明,该模型相对误差较小,可以满足评价需求.     

基于BP神经网络的课件点播学习质量评价模型

针对网上课件点播学习方式的特点,给出了学生学习质量的评价指标体系.采用数学变换将本质上不可比较的原始指标值进行标准化处理,使其具有可比性.利用BP神经网络模型,对学生学习质量进行评价,通过实验表明了评价模型的有效性.     

炼油企业可持续发展评价模型

从经济、社会、科技、环境、资源5个方面对炼油企业可持续发展水平进行了综合评价，建立了评价指标体系。针对指标体系中各种指标由于度量单位不同而无法进行直接比较的问题，采用效用函数法对各项指标进行了无量纲处理。用层次分析法确定了指标的权重，通过求解最大特征根及其对应的特征向量，确定了表达每一层次元素相对重要性的权值，进而导出对整个问题的分析。利用BP神经网络分析法建立了网络评价模型，并采用实际数据样本对网络进行了训练和检验，得到了与实际评价值基本吻合的结果。     

基于神经网络的食品安全评价模型构建研究

食品安全评价模型的准确度高低,直接影响食品安全状况评价、预测的准确率.结合危害分析与关键控制点的(HACCP)食品安全管理体系理论,从食品供应链的角度出发,建立食品安全评价指标体系;使用层次分析法(AHP)改进逆向传播(BP)神经网络算法中随机初始化计算权重的方法,训练样本数据,并以测试数据作为验证,检测模型的误差收敛速度和拟合度.结果表明,这种BP神经网络结合AHP方法构建的模型具有实用、精度高、快速、客观等优点,可用于生产、加工、销售等流通环节食品安全评价、区域食品安全评价以及种类食品安全评价.     

基于BP神经网络的建筑施工企业信用评价模型研究

建筑施工企业信用对建筑业的发展有着举足轻重的作用,该文根据建筑施工企业特点构建了建筑施工企业信用评价体系,并建立了建筑施工企业信用评价的BP神经网络模型,对建筑施工企业信用进行客观、科学、正确的评价。     

基于BP神经网络的实践教学质量评价模型研究

该文利用反向传播（Back Propagation,BP）神经网络建立实践教学质量评价模型。将实践教学质量评价指标量化为确定的数据作为其输入,实践教学质量作为输出。运用Excel进行实证研究,发现将该方法运用于实践教学质量评价中,较好的模拟了评价专家进行综合评价的过程,得到了满意的评价结果。     

基于修正的BP神经网络的教学质量评价模型

为改进和完善高校教师教学质量的定量评价,给出了3种评价方法:层次分析法;基于聚类法的多元回归分析法;基于BP神经网络的评价方法.重点分析了3种方法的评价原理,指出了它们的优缺点,并提出了基于修正的BP神经网络的评价模型,为建立科学的高校教师教学质量评价体系提供参考.     

基于层次分析法的综合评价模型

Saaty T L 教授创立的层次分析法 (AH P)是对非定量事件作定量分析的一种有效方法。该方法保证了定性分析的科学性和定量分析的精确性。文章探讨了利用层次分析法确定诸多模糊聚类因子的权重 ,然后应用于模糊综合评价方法 ,建立模糊综合评价方法的多级模型 ,从而使模糊综合评价更具有客观性。     

基于遗传神经网络的企业信用评级模型研究

提出了一种基于遗传算法改进的神经网络企业信用评级模型.利用BP神经网络自适应和自学习的特点,通过遗传算法实现对神经网络连接权重和阈值的修正与优化,在一定程度上解决了BP神经网络存在收敛速度较慢和可能落入局部最小点的问题.实验表明,该模型在企业信用评级上有着较高的准确率,具有很好的应用价值.     

构建基于BP神经网络的高校德育评价体系

本文将BP神经网络运用于高校大学生德育评价体系中,使该体系能够更为全面、准确地反映学生的实际情况,为学生德育发展指明方向。该体系的建立为大学生德育评价提供一种更为客观准确的评价手段,特别解决了评价体系当中的人为主观因素误差和评价指标权值设置问题。     

炼油企业可持续发展评价模型

从经济、社会、科技、环境、资源 5个方面对炼油企业可持续发展水平进行了综合评价 ,建立了评价指标体系。针对指标体系中各种指标由于度量单位不同而无法进行直接比较的问题 ,采用效用函数法对各项指标进行了无量纲处理。用层次分析法确定了指标的权重 ,通过求解最大特征根及其对应的特征向量 ,确定了表达每一层次元素相对重要性的权值 ,进而导出对整个问题的分析。利用B P神经网络分析法建立了网络评价模型 ,并采用实际数据样本对网络进行了训练和检验 ,得到了与实际评价值基本吻合的结果     

基于BP神经网络的教学评价模型构建

通过对BP神经网络模型的构建和算法进行详细阐述,系统地介绍了BP神经网络理论在教学评价中的应用现状,并给出基于BP神经网络的教学评价模型的构建方法。     

基于BP神经网络的矿山安全文化评价体系

为了完善和加强矿山安全文化的建设,根据矿山自身的特点,本文提出了一种对矿山安全文化进行合理、科学、全面评价的方法。根据国际SMART准则,从安全环境、安全管理、安全培训、班组长素质、员工行为、安全事务6个方面确立了21项安全文化评价指标,提出了安全文化等级划分标准,并在MATLAB平台上建立了基于BP神经网络的安全文化等级评价体系。以6个矿山的样本数据作为训练样本,经过训练,结果显示当迭代次数为355时,网络的全局误差达到要求,并且输出值与期望输出值之间呈基本吻合,误差比较小。最后,以该神经网络对恒祥煤矿的安全文化等级进行预测,输出结果表明该矿山的安全文化等级为4级,与该矿山的安全文化实际状况相符。因此,BP神经网络具有很好的学习功能,通过样本训练后能够准确地对矿山安全文化进行评价,为提高矿山安全文化水平提供参考和依据。     

基于BP神经网络模型的滑坡易发性评价方法

滑坡是中国频发的地质灾害,滑坡的易发性评价涉及多种影响因素,如何利用多影响因素进行精确、有效的滑坡易发性评价是滑坡减灾防灾工作的重点和前提。为探讨基于反向传播(back propagation, BP)神经网络模型的不同滑坡易发性评价方法的适用性,以川西蒲江县为研究区,通过实地调查与编录,筛选地质、地貌、环境等12类影响因子,分析各影响因子与滑坡的相关性,确定影响因子的权重大小,构建BP神经网络模型,完成因子权重法和栅格赋值法的滑坡易发性评价图编制和精度评价。结果显示：研究区筛选的12类滑坡影响因子不存在线性相关,坡度、地形湿度指数(topographic wetness index, TWI)和距道路距离对区内滑坡发育影响明显,利用滑坡影响因子构建的BP神经网络模型可对滑坡易发性进行有效的定量评价。综合现场调查与接收者操作特征(receiver operating characteristic, ROC)曲线精度分析,结果表明：基于BP神经网络模型的栅格赋值法和因子权重法曲线下面积(area under curve, AUC)分别为0.86和0.798,栅格赋值法评价精度优于因子权重...     

改进BP神经网络模型在小康水利综合评价中的应用

分析BP神经网络应用于小康水利综合评价中存在的几个关键性问题。利用层次分析法(AHP)从100余个水利统计指标中遴选出30个具有一定代表性的指标用于构建小康水利综合评价指标体系并给出相应的分级标准;采用LM算法弥补标准BP神经网络在实际应用中存在收敛速度慢、易陷入局部极值等不足,建立了神经网络小康水利综合评价模型——LM-BP模型;利用随机内插方法在小康水利综合评价分级标准阈值间生成训练样本和检验样本;提出网络拟合度的概念;选取网络拟合度、平均相对误差等5个统计指标用于评价模型性能。在模型达到预期的评价精度和泛化能力后,将其用于文山州小康水利综合评价,并构建传统BP模型、RBF模型作为对比模型。结果表明:(a)无论是训练样本还是检验样本,LM-BP模型的评价精度均高于传统BP神经网络模型、RBF神经网络模型近一个数量级,表明LM-BP模型具有较高的评价精度和泛化能力,可用于文山州小康水利综合评价,模型收敛速度快、稳定性能好。(b)2010年文山州及各县级行政区小康水利综合评价为1~2级,处于起步—基本实现阶段;2020年预测评价为3级,全州基本实现小康水利。     

基于遗传算法的神经网络金融时序预测的研究

基于简单遗传算法的神经网络训练速度慢、易陷入局部极值,用具有较好的全局搜索能力自适应遗传算法来优化神经网络权值和国值,设计了基于自适应遗传算法的BP神经网络的股票预测系统．该系统根据对股票历史数据分析,预测股价未来几天时间的走势．结果表明,改进算法具有很强的可行性和高效性．     

基于灰色多层次评价模型的乳业绿色供应链绩效研究

针对影响乳业绿色供应链绩效的诸多因素具有的灰色性,引入灰色系统理论对其进行评价,从绿色采购、绿色生产和绿色销售选择3个因素,提出乳业绿色供应链绩效评价的指标体系,并通过构建灰色层次分析模型(GREY-AHP)对其进行评价。根据所建立的模型,对国内某乳业公司的绿色供应链绩效进行评价,综合评价的结果为该企业绿色可持续发展提供了科学的依据。     

基于BP神经网络的教材质量评价研究

教材质量评价是教材管理工作的关键环节。为了对教材质量进行科学有效地评价,提高评价工作的效率,建立了基于BP神经网络的教材质量评价模型。经过BP神经网络的构建、训练和分类等主要工作,建立了一个具有较高准确率的教材质量评价模型。通过分析结果表明,该模型能够科学和高效地评价教材的质量,具有较高的实用性。