论文研究-神经网络应用于模糊综合评价的研究.pdf

所需积分/C币:37 2019-09-20 13:04:38 752KB .PDF
42
收藏 收藏
举报

论文研究-神经网络应用于模糊综合评价的研究.pdf,  本文将神经网络理论应用于模糊综合评价, 给出了一种基于三层神经元的多用量化评价方法, 研究了三层神经网络的结构、相应的网络学习过程及其应用于模糊综合评价的计算机实现算法和应用实例。
第10期 神经网络应用于模糊综合评价的研究 基于三层神经网络的多用量化评价原理就是,用一组开放型数据库分别记录对不同类评价问 题的权系数值、阀值等数据,我们把第i类(=1,2,…,m)模糊评价样本对神经网络训练(直到 收敏),将得到的权系数,相应阀值等存入数据库讠;然后使神经网络初始化,再用第讠+1类模糊评 价样本对神经网络进行训练(直到收敛),把得到的权系数、阀值等数据存入第i+1个数据库;重 复上述过程,直到把n类模糊评价(决策)的不同权系数,阀值等全部存入开放型数据库,当我们 应用神经网络对某类问题进行评价时,只需根据有关提示,输入评价代号,系统首先使神经网络初 始化,其次根据评价问题代号确定参加运算的各层神经元个数,然后自动把相应的权系数,阀值等 数据赋给神经网络,接着提示用户输入有关信息,根据输入信息,系统将立即给出综合评价结果 本文介绍的三层神经网络,可以分别实现“高校办学效益综合评价”,“师专类学校文科(理科) 教学质量评价”,“工程技术人员年度工作量化评估”,“中小型企业经济效益综合评价”,“人事考核工 作的量化方法”等综合评价问题 1三层B-P神经网络的基本结构 前向多层神经的反传学习理论(Bak- Propagation,缩写为BP)是由韦伯斯( Werbos)在 1994年提出来的[4.鲁梅尔哈特( Rumelhart)等于1985年发展了反传网络学习算法,实现了明 斯基( Minsky)的多层网络的设想.BP神经网络不仅有输入输出单元,而且还有一层或多层隐 单元同5],当信号输入时,首先传到隐层点,经过作用函数后,再把隐层单元输出信号传到输出层单 元,经过处理后给出输出结果.本文采用具有多输入单元和单输出单元的三层BP神经网络,其 结构和反传学习过程原理如图2所示 图 输入信号从输入层经隐层单元还层处理,并传向输出层,每一层神经元的状态只影响下一层神 经元的状态.如果输出层不能得到期望的输出,则转入反向传播,将输出信号的误差沿原来的连接 通路返回·通过修改各层神经元的权值,使得误差最小(收敛)图中,m、m分别表示输入和隐 价指标特征值,记为孟=(xp,-…,)个样本构成特征值vn}上第P个样本的评 层神经元的个数;xpl,zp2,…,p为某类决策中论域U={u1,w2 经相应隶属函数量化后得到的评价向量记为:=(rn1,Tp2,,rpn);W(=1,2,…,7;h= 1,2,…,m)为输入层第j单元到隐层第h单元的连接权系数;Sp为样本p的输出,量值转化函 数可以根据决策要求,把Sn转化为定性评语或百分制表示的量化评价结果 22评价指标的量化处理 模糊综合评价(决策)中,被评对象各个特征指标之间般没有统一的度量标准,并且在很多 40 系统工程理论与实践 1995年10 场合下得到的特征指标是定性描述,而不是量值,因而很难进行直接比较,如果直接使用(3)中的 特征值,往往不便于分析和处理.所以在进行综合评价前,应先把(3)中的X;统一变换到0,1 范围内,即对评价指标特征值进行量化处理,当然,由干评价指标的类型往往不同,因此其特征值量 化的方法也不应要同.对于U中的个评价指标,设各自的值域为d={m3,M】,其中m;,M 分别表示评价指标U(=1,2,…,n)的最小值,最大值,定义Ty=U{p)(=1,2,…,m) 为决簟者对样本p的评价指标U的特征值x之量化表示,且T∈|0,1,其中的U4(xp)称 为定义在d上的指标;的量化处理函数 本文介绍的多用神经网络是根据以下6类模糊综合评价(决策)的理论与方法设计训练的 1)高校办学效益综合评价 2)师专类学校理科(物理、化学、数学)教学质量综合评价 3)师专类学校文科(中文、政史、艺术)教学质量综合评价 4)工程技术人员年度工作量化评价 5)中小型企业经济效益的综合评价 对于不同类评价(决策)问题,其量化隶属函数U4(xp)是各不相同的,这里是分别根据[、 2]、、6中评价指标转化要求定义的 指标特征值矩阵(3)经过相应的求属函数U4(xn)(j=1,2,…,m)量化处理后,可以构成下 述隶属矩阵(模糊评价矩阵) R=[1 23B—P神经网络的学习算法 在图2所示的BP神经网络中,各节点之特性为 Sigmoid型.即f(ne)=|1+exp(-me)1 任一节点i之输出为O,设有k个样本,(,S;)=1,2,…;k对某一输入x;,网络之输出为 s,节点讠之输出为O;节点?之输入为 ∑WrO;-b 其中bn为节点r的内部阀值实际输出S与期望输H的误差函数定义为:E=(S1-9分)/2 则k个样本的总误差为:E=∑码第P单元的输出误差为:4,=p-,其中O= f(net-y),于是 E aE anet aE O 6;O aw aneto anet 3 当7为输出节点时Or=S^,则 8E.8=-(S3-4)f(net 若r不是输出节点时,则有 ∑ OE ow 第10期 神经网络应用于模糊综合评价的研究 三层BP神经网络反传学习过程的计算机算法步骤如下 Step 1确定评价学习的神经网络结构参数(输入层与隐层神元个数等) step2为网络的连接权系数和神经元阀值赋初值 Step3输入样本的特征值矩阵X和期望输出向量S=(S1,S2,…Sk) Step4按评价类型,选用相应的隶属函数,把x转化成评价矩阵R Step5对各样本计算隐层和输出层各单元的实际输出值 Step6求E和E Step7若E≤E(给定的收敛值)则结束学习,否则,作Step8. Step8对隐层和输出层各节点分别由(5)式(6)式计算b-j(输出层与隐层用不同的公式) step,9修改权值 Wr=W-hW其中 BE、、BE aw 少>0为学习步长 Step10转Step5. 3计算实例 3.1高校办学效益综合评价 调用训练好的神经网络(把相应的权系数和单元阀值给网络),基于8893年广东、河南、湖 北、四川、山西等6省22所职业大学、教育学院(地方)办学效益综合评价,我们对其中12所学 校,按当时提供的特征指标进行了重新评价.表1给出了用神经网络进行评价的结果与利用模糊综 合评价(当时的)得到的结果之比较.显然,神经网络评出的结果与模糊综合评价结果几乎一样 表1评价对比表 学校代号 网络评价 模糊评价 学校代号 网络评价 模糊评价 G01为 917 915 B02 872 87.3 G02 80.3 80.4 B03 83.2 83.1 G03 884 88.4 H01 90.3 90.3 No1 891 889 H02 79.1 79.2 NO2 80.3 80.1 C01 808 812 B01 85.6 856 C02 923 923 其中G广东,N一河南,B一河北,H一湖北,C一四川 32其它评价问题 根据文献[、②2、(3、[6中量化处理方法,基于88年一93年广东、河南、河北、湖北 等五省评价师专类学校理科(物理、化学、数学)、文科(中文、政史、艺术)教学质量综合评价的特 征指标,应用神经网络给出了25个学校不同的对比,其评价结果用百分制表示后,误差小于05 根据具体要求,分别对神经网络训练后,我们具体实现了“工程技术人员年度上作量化评估”, 中小型企业经济效益综合评价”,“人事考核工作的量化方法”等决策问题的神经网络.其结果与相 应的模糊综合评估几乎完全一样 42 系统工程理论与实贱 1995年10月 上述结果说明,用神经网络进行有关模糊综合评价知识的学习,并用学习后的网络对同一类决 策问题进行模糊评价是完全可行的.并且当评价对象与样本模式越接近,评价结果越准确 4结束语 基于三层的神经网络多用量化评价的整个过程是用C语言在386兼容机上实现的,整个软件 采用结构化程序设计方法和面向对象的程序方法实现,具有模块性、灵活性、通用性、可移植性等 特点.该软件现在已装入“通用量化评估系统”中运行.94年下半年我们用该系统的神经网络模 块,对安阳市部分中小型企业评价综合经济效益,对一些单位的科研技术人员进行量伦评价(用于 职称评评审)都取得了好的评价结果 该方法与模糊综合评价方法相比,具有运算速度快,容错能力强,自学能力强等特点,实际应 用表明,该方法能较好地模拟专家评价之全过程,有机地结合了知识获取,专家系统和模糊推理功 能,因而具有广阔的应用前景.当然,基于神经网络的综合评价方法的训练样本,来自应用模糊综 合评价方法所得的结果,当遇到新的评价问题时(如指标体系改变)还必须用模糊综合评价方法来 解决 参考文献 1王爱民.通用量化评测系统.信息与系统国际会议论文集.大连海运学院出版社,1992 2王爱民.管理工作的量化方法与计算机处理.大连理工大学出版杜,1990 3王爱民模糊决策的理论研究与实践殷都学刊,1995(1):4-9 4 Werbos P J. Beyond regression new tools for prediction and analysis in the behavioral Sciences. harvard univ, 1974 5 Hecht-Nielsen R. Theory of the Back-Propagation Network. Proc. IEEE Internation Conference on Neural Network, Washington D G. 1989, 593-605

...展开详情
试读 6P 论文研究-神经网络应用于模糊综合评价的研究.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-神经网络应用于模糊综合评价的研究.pdf 37积分/C币 立即下载
1/6
论文研究-神经网络应用于模糊综合评价的研究.pdf第1页
论文研究-神经网络应用于模糊综合评价的研究.pdf第2页

试读结束, 可继续阅读

37积分/C币 立即下载