基于知识的模糊神经网络的旋转机械故障诊断

提出了一种基于知识的模糊神经网络并用于故障诊断．首先基于粗糙集对样本数据进行初步规则获取,并计算规则的依赖度和条件覆盖度,然后根据规则数目进行模糊神经网络结构部分设计,规则的依赖度和条件覆盖度用于设定网络初始权重,而用遗产算法对神经网络输出参数进行优化．这样的模糊神经网络称为基于知识的模糊神经网络．使用该网络对旋转机械常见故障进行诊断,结果表明,和一般模糊神经网络相比,该网络具有训练时间短而诊断率高的特点．     

基于模糊神经网络的动车组转向架健康评估

动车组转向架的健康状态直接关系到到动车组的行车安全,基于健康评估方法获取其健康状态及时制定维护计划可以有效降低其维护费用.动车组转向架健康状态评估时应用了模糊层次分析法以及BP神经网络,其模糊矩阵的特征向量用遗传算法进行求解,获取动车组转向架系统关键部件健康状态的权重,以及基于转向架系统评价指标的健康状态样本数据.构建BP神经网络,用转向架健康状态样本数据作为神经网络训练集,优化神经网络结构参数.通过实际测试数据对神经网络评估效果进行检验,完成了动车组转向架健康评估方法的智能化,支持了动车组转向架的维护决策.     

基于 BSC-FANP 供应链内部控制评价研究

提升供应链整体功效、促进供应链持续发展一直以来都是供应链管理关注的重点,针对该问题建立一个基于平衡计分卡-模糊网络分析模型的供应链内部控制评价体系。首先运用平衡计分卡构建一个由4个维度、12个指标组成的以提高整体效率为导向的评价指标体系;然后通过模糊网络分析法对其进行指标权重的设计,运用模糊网络分析法的乘和加（加权平均）算子进行评价指标／维度的权重计算及合成;最后,以上海某零售业供应链为例,运用建立的平衡计分卡-模糊网络分析模型对供应链及其节点企业内部控制现状进行分析、评价,证明了该模型的可行性和实用性。     

基于粗糙集理论的数据挖掘法在房地产选址决策中的应用

通过构建粗糙集BP神经网络模型,对影响房地产选址决策的指标进行约简,提取影响选址评价的主要指标因素用属性约简算法约简,将降维后的数据送入网络进行学习和训练,最后用训练好的的网络检验测试样本.模型使学习训练的速度和识别率提高了,为房地产企业在房地产选址决策中提供了一种更为有效和实用的新方法.     

中学生创造力智能评价的实现

评价学生的创造力是一项极富挑战性的工作,创造力评价是培养开发创造力的首要环节.当需要评价的被试、创造力指标个数、指标等级水平都较多时,创造力评价工作便陷入了僵局,利用人工甚至无法完成.学习矢量量化(LVQ)神经网络在模式识别方面具有良好的性能,据此尝试用LVQ神经网络进行创造力评价.根据创造力评价指标及等级的数目,构建了由输入层、隐含层、输出层组成的LVQ神经网络,用训练好的网络对测试样本进行仿真测试,仿真结果和实际情况正好相符,体现出LVQ神经网络在创造力评价中的实用和有效性.     

基于ANP的装备质量管理风险评估模型

根据装备质量管理的特点对装备质量管理的风险因素进行了分析,依据指标体系的设计原则建立了装备质量管理风险评估的指标体系,并给出了基于网络层次分析法和粒子群优化算法的的装备质量管理风险评估指标权重值的确定方法.并给出了实例分析.     

基于区间值模糊粗糙集的研究生教育质量的评价方法研究

首先,采用区间值模糊粗糙集的属性约简方法,以属性重要性作为属性约简的重要启发式信息,剔除重要性不足的指标,得到约简后的研究生教育质量评价指标体系.其次,在此基础上确定了该评估指标体系的权重,给出了研究生教育质量的综合评价方法.     

基于层次分析法-直觉模糊贝叶斯网络的作战保障能力评估

对作战保障综合能力提出一种新的评估方法,对定性指标构建直觉模糊贝叶斯网络模型,通过贝叶斯推理得到静态作战保障能力;对定量指标用层次分析法确定指标权重,得到动态后勤作战保障能力.采用直觉模糊贝叶斯网络和层次分析相结合的综合评价模型,并引入决策者的偏好因子得到作战保障能力的综合评价值.通过实例分析,验证了该方法的合理性以及有效性.     

数据挖掘在房地产价格预测中的应用研究

通过基于数据挖掘理论的粗糙集和神经网络的研究,用属性约简算法约简并提取了影响房地产价格的主要指标因素,对降维后的数据进行网络学习和训练,最后用训练好的的网络检验测试样本.方法使学习训练的速度和识别率提高了,为房地产价格预测提供了一种更为有效和实用的新途径.     

基于粗糙集的大型建设工程项目团队知识存量度量研究

度量大型建设工程项目团队知识存量是研究大型建设工程项目团队知识需求的前提,也是研究大型建设项目团队知识学习的基础。本文建立了大型建设工程项目团队知识存量指标体系(16个指标),共包括三类知识存量:以物为载体、以团队成员为载体、以项目团队为载体的知识存量。然后运用粗糙集理论对指标体系进行约简,剔除了冗余指标,建立了客观的指标权重集,最后对样本团队知识存量进行了度量评价。     

基于模糊RBF神经网络的单位廉政风险评价研究

廉政风险防控是反腐败工作的新举措,对风险的评价是风险管理中一个不可缺少的流程.首先运用文献研究方法,提出廉政风险评价的初步指标,再运用帕累托理论得到经过约减的指标体系.建立基于模糊RBF神经网络的廉政风险水平评价模型.并在某军区对20个单位的廉政风险水平进行评价,与传统的评价模型相比,模型能够克服评估过程中的随机性和不确定性,以及计算过程中容易陷入局部极小的问题.     

基于模糊神经网络的MVP评价模型及实证分析

利用模糊数学和神经网络方法建立对运动员进行评价的模糊网络模型,采用NBA流行的各评价指标作为其输入,模糊综合评价结果作为输出。样本数据采用2003~2004赛季NBA各单项50强的常规赛数据,分别用BP网络和RBF网络,建立分析系统,比较结果证明RBF网络仿真效果最好,完全可以实用,该模型也可以用在其它综合评价系统中。     

Financial credit-risk evaluation with neural and neurofuzzy systems

Credit-risk evaluation decisions are important for the financial institutions involved due to the high level of risk associated with wrong decisions. The process of making credit-risk evaluation decision is complex and unstructured. Neural networks are known to perform reasonably well compared to alternate methods for this problem. However, a drawback of using neural networks for credit-risk evaluation decision is that once a decision is made, it is extremely difficult to explain the rationale behind that decision. Researchers have developed methods using neural network to extract rules, which are then used to explain the reasoning behind a given neural network output. These rules do not capture the learned knowledge well enough. Neurofuzzy systems have been recently developed utilizing the desirable properties of both fuzzy systems as well as neural networks. These neurofuzzy systems can be used to develop fuzzy rules naturally. In this study, we analyze the beneficial aspects of using both neurofuzzy systems as well as neural networks for credit-risk evaluation decisions.     

知识管理视角下新创科技型小企业突破性技术创新能力评价指标体系构建及测度

突破性技术创新能力评价指标体系构建及测度是新创科技型小企业把握创新能力现状和制定提升策略的重要依据。根据新创科技型小企业突破性技术创新的过程及特点,将突破性技术创新能力划分为模糊前端创意生成能力、研究开发能力、中试生产能力、商业化能力和新技术标准推广能力。从知识管理视角构建了包含5个一级指标和27个二级指标的突破性技术创新能力评价指标体系,该指标体系既包含一般意义的技术创新能力指标,也包含凸显突破性技术创新“突破性”特点的指标和反映新创科技型小企业技术创新“开放性”特点的指标。利用比AHP更具优势的模糊一致偏好关系确定指标权重,构建了基于效用理论和云理论的能实现定性指标和定量指标有效结合的综合云评价模型。最后以实例详细阐述了突破性技术创新能力评价的流程,验证了该评价方法具有一定的科学性和可行性。     

基于Elmeri指标体系的煤矿作业区安全风险模糊综合评价

2016年起我国推行煤矿安全风险分级管控与隐患排查治理双重预防机制,各煤矿积极探索自主管理之路,如何将作业区域的风险辨识与总体评价有机结合,建立综合评价模型是值得探讨的课题.本文给出一种便捷的安全风险模糊评价模型首先基于Elmeri指标体系构建了安全的行为、健康危险源、事故危险源、重大事故控制和应急准备5个一级指标和15个二级指标,在作业区进行现场观察,计算出安全指数作为风险管控的依据,采用层次分析法确定指标权重采用梯形分布确定隶属度函数,在总体评价中确定了好、较好、一般、差四个模糊评价等级,根据M(.,+)模型和最大隶属度原则确定作业区域安全风险等级,并在煤矿进行现场应用,该模型方法简单,将定量的风险辨识数据与综合评价有机结合起来,评价结果与实际相符,值得在国内外推广.     

Variable Fuzzy Sets and its Application in Comprehensive Risk Evaluation for Flood-control Engineering System

Due to significance of the engineering system for flood control and the multi-dimensional synthesis of the risk evaluation issue that the paper selects typical risk indexes to classify risk degree of flood-control engineering. Under global view of system that the variable fuzzy sets method is presented to set up comprehensive evaluation model for flood-control engineering system (FCES). The method can scientifically and reasonably determine membership degrees and relative membership functions of disquisitive indexes at level interval that relating to engineering, also it can fully use one’s experience and knowledge, qualitative and quantitative information of index system to obtain weights of indexes for operating comprehensive risk evaluation for FCES. The numerical example shows that the proposed method is feasible and effective, and the evaluation results are reasonable.     

基于GA-BP的模糊神经网络控制器与Elman辨识器的系统设计

提出了一种基于神经网络的模糊控制系统 ,该系统由模糊神经网络控制器和模型辨识网络组成 .文中介绍了模糊神经网络控制器采用遗传算法离线优化与 BP算法在线调整 ,给出了具体控制算法 ,推导了变形 Elmam网络的系统辨识算法 .仿真结果表明了此法的可行性和有效性 .     

图书馆知识管理的多层次模糊综合评价方法

根据系统评价原则,采用调查问卷与数学定量研究相结合的处理方法,用模糊综合评价法来评价图书馆知识管理绩效.通过图书馆知识管理绩效评价的实证分析,证明评价指标的科学性、合理性以及切实可行性.     

知识型员工行为能力的构成要素与评价研究

行为能力对于解释员工绩效具有重要意义.本文以知识型员工为研究对象,通过规范的实证研究获得了知识型员工行为能力的构成要素,以此为基础构建了知识型员工行为能力的评价指标体系.根据指标模糊性的特点,将三角模糊数理论与FAHP的融合,提出了一种基于三角模糊数的FAHP评价方法.以DR公司招聘某岗位的知识型员工为实例,说明了本文提出的方法在知识型员工行为能力评价中的适用性.     

基于ANP-RBF神经网络的化工行业绿色供应商选择

基于绿色供应链理念,提出了化工行业绿色供应商选择的特色指标,构建了化工行业绿色供应商选择的ANP-RBF神经网络模型。通过ANP确定各指标权重,再结合RBF神经网络,从训练数据中提取隐含的知识和规律,能够方便地用于新供应商的选择。该模型求解算法为增量算法,具有很好的可扩展性,从而增加了评价的动态性。算例验证结果表明,将ANP-RBF神经网络模型用于化工行业绿色供应商的选择具有较强的实用性。