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。     

龙眼加工性状综合评价的模糊人工神经网络模型

基于Matlab7．0平台，将人工神经网络理论和模糊数学原理相结合，构建了模糊人工神经网络综合评价模型，进行了其网络在龙眼加工性状评价及品种分级中的具体应用，并将其评价结果与模糊综合评判法所得的结果进行比较。结果表明，建立的模型实用、可操作性强，评价结果较为客观、可靠，具有较好的应用前景。图1，表5，参6。     

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。     

基于Hamming神经网络的经济效益综合评价模型

利用 Hamming神经网络提出了多指标经济效益综合评价模型建模方法 ,并将其应用于企业综合经济效益评价问题的研究中 ,取得了较满意的结果.     

基于BP神经网络的企业技术创新效果的模糊综合评价

应用模糊数学中的BP神经网络理论对企业技术创新效果进行综合评价,从而提供了一条对企业技术创新效果进行定量分析的有效新途径.     

一种新的基于人工神经网络的综合集成算法

针对现有多目标综合评价中所存在的主观随机性和各种评价方法结果的差异性问题,依据层次分析法(AHP)、主成分分析法(PCA)和人工神经网络(ANN),提出了一种新的从定性到定量转换的综合集成算法,并用于多目标综合评价。该算法基于人工神经网络理论,吸收了层次分析法确定权值的技术和主成分分析法提取主因素的优点,建立了一个新的多目标综合评价模型———AHP PCA ANN模型。介绍了它的组成原理,给出了具体构成方法,描述了各个步骤的主要任务,通过全面质量管理综合评价的实例证明了有效性和可靠性。     

基于协商视角的客观自主式综合评价方法

针对指标值和指标权重均为区间数的综合评价问题,提出了一种基于协商视角的客观自主式综合评价方法。该方法首先将各被评价对象平等地视为具有自主性的"智能体",评价主体通过引入指标竞争优势度的概念进行自主评价,确定各自的优势指标权重向量,进而达到最大化自身利益的目的;在此基础上,基于民主协商的思想,通过协商评价,综合有利益冲突的各评价主体的评价信息,得到最终的评价结果。最后,通过一个算例对该方法的应用进行了说明。     

基于双重优势的自主式综合评价方法

以“自主式”综合评价理论为基础,提出了一种能够体现被评价对象双重优势的自主式综合评价方法。依据“序优化目标”假设,把被评价对象之间的关系划分为“竞争”和“协作”两种类型,各被评价对象具有“突出自身和‘协作者’绝对优势、弱化‘竞争者’绝对优势”的一致目标。据此,建立相关模型,然后通过对多个被评价对象的评价信息再集结,得出最终的评价结论。最后,通过一个算例检验了该方法的有效性。     

基于竞合视角的自主式综合评价方法

针对自主式综合评价问题,提出了一种基于竞合视角的自主式综合评价方法。该方法把被评价对象视为具有自主性的"智能体",相互之间有竞争并且都具有最大化自身利益的相同目标;按照民主集中制原则,把评价过程分为代表民主的"竞争优化"模型和代表集中的"协商合作"模型两部分。其中,"竞争优化"模型强调被评价对象之间的相互竞争,被评价对象在此模型下突出各自竞争优势;"协商合作"模型是通过两阶段协商的方法使有利益冲突的各被评价对象进行协商合作,综合各被评价对象的信息,得到最终的评价结果。最后,用一个算例检验了方法的有效性。     

基于人工神经网络的干旱程度评估方法

在干旱识别的基础上 ,采用人工神经网络技术 ,提出了一个干旱程度的评估模型 ,并经海河流域的实际应用表明 ,该方法简单易行 ,可为干旱研究提供一条新的途径.     

神经网络在装备保障性评估中的应用

利用人工神经网络及BP网络理论,在对装备保障性评估指标体系分析的基础上,对保障性综合评估模型进行了探讨,并分析其设计方法和局限性,旨在提高装备保障性评估的效能,进而提高装备战斗力.     

基于自适应遗传模糊神经网络的信用评估建模

提出了一种自适应遗传模糊神经网络评估信用风险的模型,该模型在多子群遗传算法基础上,采用带控制参数的动态概率选择与最优保存策略相结合的混合选择策略,根据种群适应度标准差大小动态调整交叉和变异概率,并将BP算子嵌入遗传算法中,构建了多子群自适应遗传BP算法,并利用该算法优化网络的连接权值和模糊参数。将所建模型应用到信用评估中,并与BP神经网络、ANFIS以及遗传神经网络模型预测效果进行比较,结果表明该模型对信用评估具有更好的泛化能力和更高的预测准确度。     

基于神经网络的Lyapunov指数谱的计算

利用 BP神经网络的非线性函数逼近能力 ,由实验观察数据列计算系统的 Lyapunov指数谱 .实例计算表明 ,此种方法精度较高且计算量较小 ,有重要的实际意义.     

基于免疫算法的自组织神经网络在效能评估中的应用

针对自组织神经网络自身的局限,将免疫克隆选择算法的克隆和变异机制引入SOM的学习算法中,提出一种免疫自组织神经网络模型,并建立了模型的学习算法。该学习算法用免疫克隆选择算法的克隆算子和变异算子改进自组织神经网络中的邻域大小和权值调整规则,使每个神经元的权值学习率和邻域大小随神经元的亲和力发生变化,从而克服了自组织神经网络分类效果受样本输入次序影响的弱点,且在很大概率上保证网络收敛到全局最优解。性能仿真结果说明该学习算法比自组织神经网络学习算法具有更好的分类准确性和泛化性能。将该模型应用雷达电子战装备的作战效能评估中,结果表明免疫自组织神经网络模型比自组织神经网络模型分类更合理。     

线性综合评价函数的充要条件及权系数的确定

给出线性综合评价函数的充要条件及确定权系数的几种方法 .     

基于小波网络的高新技术产业内在价值的评估模型

针对高新技术产业的特点和小波基具有很强的自适应性和函数变化能力，提出了一种基于小波网络的高新技术产业内在价值综合评估的新方法，并在最小均方差能量准则下，采用了具体的算法求解小波函数的尺度和时延参数，以及小波网络的权值，仿真实验表明了该算法用于评估高新技术产业内在价值的可行性和有效性。此方法可用于其他类似问题的综合评估。     

基于混沌神经网络模型的预测控制器的设计及应用

根据具有混沌特性非线性、大时滞系统的时间序列重构相空间，计算相空间饱和嵌入维数、并以此为指导，建立混沌神经网络，即便在网络输入不完整或发生变异的情况下，该模型仍能对系统作高精度的短期预测；在此基础上，又设计了模糊神经网络预测控制器，实现了对非线性、大时滞系统高精度的自适应控制。将该控制器应用到单元机组负荷控制系统中，仿真表明了该控制有效性、快速性和鲁棒性。     

BP神经网络模型在地下水水质评价中的应用

运用人工神经网络理论和方法 ,建立了地下水水质评价的 BP神经网络模型 ,对肥城市 6眼水井的地下水水质进行了评价 ,并与综合指数法、模糊综合评判法的评价结果进行了比较 .结果表明 ,用 BP神经网络模型评价地下水水质是可行的 ,该模型具有很强的的学习、联想和容错功能 ,其分析结果和过程都接近人脑的思维过程和分析方法 ,使得地下水水质评价结果的精度大大提高 .     

模糊综合评价方法在分布式多雷达系统中的应用

首先指出了统计检验理论在多传感器相关检测问题研究中的不足,给出了模糊综合评价方法。其次进行了基于模糊综合评价方法的分布式多雷达系统目标识别的应用研究和模式分类实验。最后实验结果验证了,在分布多雷达系统中模糊综合评价方法是一种有效的综合评价算法。