共查询到18条相似文献,搜索用时 312 毫秒
1.
2.
3.
基于启发式属性约简和神经网络的供应链协同管理绩效预测 总被引:2,自引:0,他引:2
面对激烈的市场竞争,供应链的协同管理至关重要.为提高供应链协同管理的效果,绩效预测是供应链协同管理的一个重要环节.为此从知识发现和数据挖掘的角度,利用粗糙集和BP神经网络的理论和方法,建立基于粗糙集和BP(Back Propagation)神经网络相结合的供应链协同管理绩效预测模型,并给出基于分辨矩阵的启发式评价指标约简方法和基于梯度的BP算法;结合预测实例,对其基于平衡记分卡的指标体系进行约简后将约简的评价指标输入到BP神经网络中进行智能训练,把预测的样本输入到训练好的BP神经网络中得出供应链协同管理绩效的预测值,预测结果与实际结果基本吻合. 相似文献
4.
本文在钻井作业安全事故预测系统中引进了粗糙集和BP神经网络。在本文中,笔者首先使用粗糙集对基于钻井作业安全的信息系统进行属性约简,获取对应于最小条件属性集的信息表。之后,笔者用得到的数据对BP神经网络进行训练,进而对钻井作业安全事故进行预测。通过实例研究,本文发现粗糙集可以加快神经网络的训练,并提升网络的预测精度。本文的研究结果表明粗糙集和BP神经网络可以高效地对钻井作业安全事故进行预测。 相似文献
5.
BP神经网络因具有自学习、自适应、大规模并行处理等特点而广泛应用于遥感影像分类中,但是该方法训练时容易陷入局部极小值,且收敛速度较慢,针对这些不足提出一种基于相容粗糙集的BP神经网络分类方法。本文以双台子河口湿地为研究对象,以Landsat-8 OLI影像为数据基础,利用相容粗糙集理论对样本数据集进行预处理,将得到的数据作为新的训练样本,在Matlab软件平台下建立BP神经网络的湿地覆被分类模型,进行湿地覆被信息提取,将分类结果与单纯的BP神经网络以及粗糙集样本属性约简预处理的分类结果进行比较分析。结果表明,基于相容粗糙集的BP神经网络分类方法可以剔除训练样本中的噪声数据,提高网络的训练成功率,缩短网络的收敛时间,分类效果较好,其总体精度达到91.25%,Kappa系数为0.8969,比单纯的BP神经网络分类结果高7.92%和0.0926,比粗糙集样本属性约简预处理方法的分类结果高3.03%和0.0357,是一种有效的湿地覆被分类方法。 相似文献
6.
《资源科学》2016,(8)
BP神经网络因具有自学习、自适应、大规模并行处理等特点而广泛应用于遥感影像分类中,但是该方法训练时容易陷入局部极小值,且收敛速度较慢,针对这些不足提出一种基于相容粗糙集的BP神经网络分类方法。本文以双台子河口湿地为研究对象,以Landsat-8 OLI影像为数据基础,利用相容粗糙集理论对样本数据集进行预处理,将得到的数据作为新的训练样本,在Matlab软件平台下建立BP神经网络的湿地覆被分类模型,进行湿地覆被信息提取,将分类结果与单纯的BP神经网络以及粗糙集样本属性约简预处理的分类结果进行比较分析。结果表明,基于相容粗糙集的BP神经网络分类方法可以剔除训练样本中的噪声数据,提高网络的训练成功率,缩短网络的收敛时间,分类效果较好,其总体精度达到91.25%,Kappa系数为0.8969,比单纯的BP神经网络分类结果高7.92%和0.0926,比粗糙集样本属性约简预处理方法的分类结果高3.03%和0.0357,是一种有效的湿地覆被分类方法。 相似文献
7.
利用邻域粗糙集对属性进行约简,得到由财务指标和非财务指标构成的预警指标体系。将其作为神经网络的输入变量对我国上市公司财务状况进行预测。实证研究表明,模型能有效剔除冗余信息,避免传统粗糙集模型因数值离散化带来的信息丢失。在大大缩短训练时间的同时,模型的预测精度达91.7%,高于同等条件下神经网络模型、Logistic模型。 相似文献
8.
分析了科技期刊稿件审理的指标体系与BP神经网络的基本原理,建立了基于BP神经网络的稿件质量评价系统,输入层为6个节点,输出层为1个节点,中间层为12个节点,并应用24个样本对网络进行了训练。检验结果表明,检验样本的期望输出结果与网络模型的计算结果的最大误差小于0.1%,说明该模型可行。 相似文献
9.
针对目前现有的地质滑坡的形成条件、诱发因素错综复杂,使用传统的测量手段存在实时性差,准确度低的情况,提出一种基于BP神经网络的滑坡预警模型。通过多个节点传感器综合测量得到滑坡发生的输入参数,对多组输入参数进行降维处理,并使用遗传算法调整输入层、隐含层以及输出层的权值和阈值,提高神经网络的训练精度,使得输出层的预测值更接近理想期望值。通过对多组神经网络的样本训练之后,对训练后的神经网络进行泛化,并将其投入到实际的应用场景,对地质滑坡进行预测分析。同时,搭建滑坡预警的信息采集显示系统,通过下位机多个节点采集传感器信号,传至主节点加以显示并在上位机监测软件实时显示。通过实验验证采用神经网络的智能学习算法,得到的预测结果与实际情况基本一致,验证了神经网络对于滑坡预测的切实可行性。 相似文献
10.
基于粗糙集-神经网络的财务危机预警模型实证研究 总被引:2,自引:0,他引:2
本文提出了以粗糙集与神经网络相结合的技术方法,应用于我国上市公司财务危机预警研究中。在通过以中国上市公司财务数据为基础进行实证分析之后,结果表明粗糙集的引入减少了神经网络的输入维数,采用动量添加法和参数自适应算法修正的神经网络算法,在网络训练的准确性和精度上都优于传统的BP神经网络。 相似文献
11.
针对高校图书馆流通服务质量问题,建立了评价系统的BP神经网络模型,利用遗传算法对传统的BP神经网络权值进行全局优化运算,提高了网络收敛速度,并经过实例计算验证了该模型的有效性。 相似文献
12.
本文简述隐性知识管理的概念,对高校图书馆隐性知识管理绩效进行评价的意义;从隐性知识管理重视度、组织结构、隐性知识管理系统、图书馆文化氛围、员工教育和培训五方面,构建高校图书馆隐性知识管理绩效评价指标体系,并采用BP神经网络建立高校图书馆隐性知识管理绩效评价模型;实例应用表明,该方法适用于高校图书馆隐性知识管理绩效评价,具有广泛的应用前景。 相似文献
13.
[目的/意义]科学、客观地对服务质量进行评价,有助于高校图书馆相关工作的持续改进,从而为人才培养、科学研究工作提供强有力的支撑。[方法/过程]利用偏序集理论,建立了高校图书馆服务质量评价模型。首先选定了服务质量评价指标集,利用18所高校图书馆实际数据,通过因子分析法确定了评价指标权重顺序,然后基于偏序集构造Hasse图,最后通过对Hasse图的分析实现对高校图书馆服务质量的评价。[结果/结论]该评价模型可以有效克服传统评价方法受主观因素干扰大的不足,为高校图书馆服务质量评价提供了新思路。 相似文献
14.
高校图书馆信息化水平测度的神经网络实现 总被引:6,自引:1,他引:6
随着信息化浪潮的到来和国家信息化建设的快速发展,高校图书馆领域的信息化建设也在稳步推进,对高校图书馆信息化水平进行测评势在必行。本文应用BP神经网络模型尝试了对高校图书馆信息化水平的评价,各个评价指标的权重是由网络通过学习自动生成的,避免了传统方法中人为确定权重的主观性,使评价更具客观性和准确性,为研究制定高校图书馆信息化发展战略提供了参考和依据。 相似文献
15.
构建网络电子期刊综合评价体系不仅便于提高网络电子期刊质量,也能为图书馆馆藏建设提供依据。笔者综合以往研究者的评价指标体系,提出了一套新的评价指标,并运用模糊决策理论构建一套动态综合评价模型。 相似文献
16.
数字图书馆馆藏的评价是数字图书馆评价的重要内容.由于数字图书馆是一个复杂的系统,往往需要多个专家参与评价活动,同时在实际的评价过程中,专家给出的评价指标信息可能以区间数形式来表达不确定性信息,因此有必要研究不确定信息环境下的数字图书馆馆藏的群评价方法.本文在不确定加权算术平均算子的概念的基础上,给出了不确定信息环境下的数字图书馆馆藏的群评价模型方法.实例分析结果表明该方法是可行有效的. 相似文献
17.
鉴于图书馆信息资源评价的重要性,考虑到现有图书馆信息资源评价多依赖于专家先验知识的问题,特引入粗糙集理论建立了图书馆信息资源智能评价模型,该模型利用粗糙集方法基于信息熵观点获得客观权重值结果,为图书馆信息资源评价提供了一个新的解决方案,且根据指标权重值结果,提出了丰富图书馆信息资源内容的相应对策。算例分析和实验比较,验证了该粗糙集智能评价模型的有效性与优越性。 相似文献
18.
在构建图书馆服务质量评价指标体系过程中,应尽可能使用读者自己的评价指标和标准,如果让读者在研究者圈定的集合中选择指标,这样的评价体系不一定反映读者的真实评价。焦点访谈法是解决此问题的有力工具,文章研究如何利用该方法获取图书馆服务质量评价指标,构建真正反映读者心声的评价指标体系。 相似文献