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。     

基于投影寻踪模型的廉政风险综合评价与实证研究

廉政风险评价是反腐败的核心工作之一.根据廉政风险评价指标体系和采集的数据,建立了主观赋权重与客观赋权重法有机结合的廉政风险综合评价改进型投影寻踪模型.采用分界样本,样本的风险等级判定便捷,而且可以对处于同一廉政风险等级的样本进行精细的排序,是定量研究模型.得到了各个评价指标对廉政风险水平影响程序的重要性排序.研究结果表明:在全面从严治党和反腐败工作中,党委组织的作用最重要,党委必须切实履行好主体责任,其次是制度建设,起根本性和全局性的作用,对腐败的严厉惩治可以起到有效的威慑作用.而K-means聚类分析和模糊RBFNN组合模型,不仅建模过程繁杂,也不能对处于同一风险等级的样本开展精细的排序研究,属于半定性半定量模型.     

合成指标评价的RBF神经网络法研究

合成指标往往没有真值,使其无法通过RBF神经网络法进行学习以获得分项指标在确定合成指标时的具体结构,导致该法不能对指标体系合成指标进行拟合与评价,从而限制了神经网络法在该领域的应用.如果合成指标具备整体递增的属性,则在不失人们对合成指标习惯性要求的前提下,可以通过最小二乘映射法获得合成指标的虚拟真值,以...     

基于模糊层次分析的虚拟企业风险评价

在分析虚拟企业风险评价应该考虑的主要因素的基础上,建立了一套适用于虚拟企业风险评价的指标体系,提出了一种基于模糊集合理论与层次分析法相结合的虚拟企业风险评价方法。在多专家指标权重评价的基础上,运用模糊D elph i法对上层准则形成一系列的权重集合,得到三角模糊数表示的准则“重要性”评价。结合以模糊语言变量表示的备选方案偏好等级的“满意度”和下层指标的模糊权重,通过分层结合,得到虚拟企业风险的模糊评分,最后采用重心法和Chang Jing-rong的双系数法对所有方案的三角模糊数进行排序,得到虚拟企业方案综合选择的优先顺序。实例说明了虚拟企业风险评价的具体过程。     

基于模糊综合评判的虚拟企业风险评价

虚拟企业是未来企业的潜在发展模式 ,虚拟企业的风险管理是当前研究的热点问题 ,本文针对虚拟企业缺少历史资料、不确定因素多的特点 ,建立了面向虚拟企业的风险模糊综合评价模型 ,实例研究验证了该方法的实用性 .     

RBF神经网络电流保护

传统继电器电流保护方案在实施的时候,受到的影响要素主要是来源于电力系统采用何种方式运行,以及各种常见的故障类型,而自适应电流保护解决方案可以很好的避免传统保护出现的弊端和缺陷.在此基础之上构建出一种基于RBF神经网络电流保护解决方案,这种系统主要运用的网络包含了3层RBF神经网络模型,主要的部分构成拥有三种不同的类型:故障方向判别、故障类型与相别判断.为了能够确保该系统能够可靠的实现保护,对其进行了深度的测试和各类型的仿真实验,通过最终获取的实验数据,分析之后得到RBF网络训练效率高效同时证明该电流保护方案在实践当中具备可行性.     

模糊神经网络理论研究综述

本文对于近年来受到普遍重视的前向模糊神经网络及有反馈的模糊神经网络的性质、学习算法及应用等方面的研究进行了较为详尽的综述，分析了所取得的主要成果及其特点，并指出了今后模糊神经网络理论研究中有待解决的许多问题。     

基于神经网络的医药高科技投资风险评价模型

作为风险投资三大领域之一的医药高科技风险投资在各国都受到极大重视,吸引着巨大的资金,其投资金额仅次于IT产业高科技风险投资。但经典的风险管理理论由于基于理想化假设及需要历史数据预测的数学方法对于风险投资有着巨大的局限性。本文在建立医药高科技风险投资评价体系的基础上,提出一种基于BP神经网络的适合医药高科技项目风险投资多指标综合评价方法。该方法通过神经网络的自学习、自组织适应能力和强容错性,能准确地按照专家的评定方法进行工作,训练好的神经网络系统将专家评价思想以连接权的方式赋予神经网络,并最终在实际投资中被运用和验证。     

基于RBF神经网络模型的结构可靠度优化方法

在结构构件尺寸、材料属性以及外部载荷等不确定性因素影响下,基于可靠度的优化给出了兼顾结构的成本和安全性能的安全设计方案.由于传统的可靠度优化方法采用嵌套的双层优化列式求解,因此导致计算量过大.为了克服这个问题,学者们相继提出了解耦方法和单循环方法等方法.该文采用RBF神经网络模型用于可靠度优化问题的求解中,通过拉丁超立方方法构造代理模型,并用误差指标来验证代理模型的精确程度,同时自适应更新代理模型直至满足需求.通过与现有可靠度优化4种主流算法的比较,说明了该文提出算法的高效性和稳健性.     

基于模糊评价方法对煤炭质量分级评价研究

利用模糊神经网络建立煤炭评价模型,模型输出值作为中间结果,结合隶属度函数,最终确定煤炭质量级别.依据煤炭国标和行业标准,生成样本集,然后对样本集预处理,建立煤质评价模型,并以新疆某煤矿不同煤层深度的煤样为验证对象进行煤质评价.结果表明,评价模型的输出结果符合煤炭实际使用的情况.评价模型克服人为主观判断因素的不足,为目前存在的定性评价转为定量评价提供理论参考价值.     

基于模糊与神经网络技术的复杂非线性跟踪控制

针对一类具有不确定性、多重时延和状态未知的复杂非线性系统,把模糊T-S模型和RBF神经网络结合起来,提出了一种基于观测器的跟踪控制方案.首先,应用模糊T-S模型对非线性系统建模,设计观测器用来观测系统状态,并由线性矩阵不等式得到模糊模型的控制律;其次,构建了自适应RBF神经网络,应用自适应RBF神经网络作为补偿器来补偿建模误差和不确定非线性部分.证明了闭环系统满足期望的跟踪性能.示例仿真结果表明了该方案的有效性.     

军队知识管理模糊神经网络评估

根据军队知识管理的特点,构建了军队知识管理水平评价指标体系,指标体系从组织结构、人力、技术及知识系统4个一级指标和12个二级指标体系,运用四层模糊神经网络确定模糊综合评价中的权重值,同时采用改进的反向传播算法,用样本对网络进行训练,逐步修正网络的连接权值,使权重值更符合实际情况,最后用训练好的样本对六个单位的知识管理进行评估,结果表明,训练好的模糊神经网络可以对军队的知识管理进行评估,并得到很好的结果。     

基于扰动模糊综合评价法的企业BI项目实施风险评估研究

商业智能(BI)系统能够帮助企业经营者进行智能化的决策,但在一个日益复杂的企业运营环境中,BI系统的实施如同ERP系统一样,面临着巨大的问题、压力和高风险.针对以上特性,提出了一种BI项目实施风险扰动模糊综合评价模型和方法,以上海新媒体A公司的BI项目为实例对企业BI项目实施中的各相关风险因素进行了分析,最优判别,得出了导致风险的主要因素,同时为BI实施风险规避策略提供科学依据.     

基于合作的工程项目风险模糊评价新方法

工程项目的目标风险包括工期风险、费用风险、质量风险、安全风险和环境风险,研究已经表明,同一风险因素会同时对不同的目标产生影响.另外,工程项目管理各方在进行目标管理过程中的合作性也会对目标的最终完成产生影响.因此,将同一风险因素对不同目标的影响以不同的权重表示,并将项目管理各方的合作性作为目标风险的影响因素引入到风险评价中,利用模糊推理的方法建立了基于合作的工程项目风险评价模型,提出了工程项目风险分析的一种新方法.     

模糊RBF神经网络在音频零水印中的应用

针对当前零水印不能"嵌入"有意义水印的不足,构建了在小波域中基于神经网络的零水印系统,提出了一种基于模糊RBF神经网络的音频零水印方案,有效解决了音频水印的鲁棒性与透明性之间的矛盾.模糊神经网络模糊系统的隶属度函数和推理规则决定RBF神经网络的结构和学习算法.因为水印方案不改变原始音频数据,所以具有良好的透明性,实验结果表明,方案具有很强的鲁棒性.     

基于模糊网络分析法的隧道坍塌风险评估

针对钻爆法隧道施工过程中坍塌风险事件频发、影响因素众多,且目前已有评估方法难以对其作出准确分析,为了考虑到风险因素间的相互影响及其模糊性与不确定性,提出一种基于模糊网络分析法(FANP)的钻爆法隧道坍塌风险评估方法.通过收集和整理隧道坍塌资料,以风险分解结构(RBS)的思路构建钻爆法施工隧道坍塌风险评价指标.基于网络分...     

基于贝叶斯网络的供应链风险模糊综合评判

由于导致供应链失效的风险因素具有模糊性、复杂性,增加了供应链风险分析难度,一般的风险分析方法不能很好地评判供应链风险.文章提出了基于贝叶斯网络的供应链风险模糊综合评判方法,以某企业供应链风险为例,通过构建供应链失效风险的贝叶斯网络对风险事件发生概率进行线性推理,再采用模糊综合评判方法求出供应链风险中主要风险事件及总风险事件的风险等级,为该企业及早调控供应链提供依据.本评判方法可为企业供应链风险及其他类似风险的预防和控制提供参考依据.     

国际工程承包风险的模糊综合评价

风险是客观存在的,并与利益共存.作为国际工程承包商要想在竞争日益激烈国际市场上寻求发展,就必须迎着风险前进.为了达到利用、回避、防范或转移风险的目的,运用专家调查法及AHP法设计了国际工程承包风险的综合评价指标体系,并确定了指标权重.最后用模糊评价方法对国际工程承包风险进行了综合评定,并进行了实证分析.     

模糊概率神经网络水质评价模型及其应用

鉴于水质类型和分级标准存在模糊性,将模糊数学中的相对隶属度理论和概率神经网络和相结合,构建了模糊概率神经网络水质评价模型(FPNN).阐明了该模型的构建方法,提出了基于指标相对隶属度矩阵插值构建学习样本的方法,并将该模型应用于实际水质评价.通过与综合评判法、属性识别法和BP网络法的比较,验证了该模型操作简便,评价结果客观可靠.