基于多元二次径向基神经网络的偏微分求解方法

为提高偏微分方程的计算求解精度,设计了以多元二次径向基神经网络为求解单元的偏微分计算方法,给出了多元二次径向基神经网络的具体求解结构,并以此神经网络为求解基础,给出了具体的偏微分计算步骤.通过具体的偏微分求解实例验证方法的有效性,并以3种不同设计样本数构建的多元二次径向基神经网络为计算单元,从实例求解所需的计算时间以及解的精度作对比,结果表明,采用基于多元二次径向基神经网络的偏微分方程求解方法具有求解精度高以及计算效率低等特点.     

一种基于模糊推理的因素权重确定方法

在模糊综合评价中,如何确定因素的权重是非常重要的,也是非常困难的,它直接关系到评价结果的合理性与真实性.利用模糊推理技术,提出了一种基于模糊推理的因素权重确定方法,其利用人们处理复杂问题的逻辑思维方式,建立评价空间和单位评价空间的映射,得到模糊关系方程并用于确定因素的权重.实验结果表明,利用该模型得到的权重能反映各因素的重要性,用其对待评对象进行模糊综合,其结果也是合理的.