基于GA-BP神经网络的通信卫星效能评估模型研究

卫星通信作为未来联合行动的重要通信手段,其运用效能对联合行动的影响重大.该研究以通信卫星运用效能研究为切入点,通过对关键问题进行树状分解,建立了包含35个指标的通信卫星运用效能评估指标体系,基于GA-BP(Genetic Algorithm-Back Propagation)神经网络方法,构建了通信卫星运用效能评估模型.通过实际卫星工作过程中产生的数据对所建立的模型进行了验证,证明了该模型能够有效地评估通信卫星的运用效能.     

基于GA-BP神经网络的通信卫星效能评估模型研究

卫星通信作为未来联合行动的重要通信手段,其运用效能对联合行动的影响重大.该研究以通信卫星运用效能研究为切入点,通过对关键问题进行树状分解,建立了包含35个指标的通信卫星运用效能评估指标体系,基于GA-BP(Genetic Algorithm-Back Propagation)神经网络方法,构建了通信卫星运用效能评估模型.通过实际卫星工作过程中产生的数据对所建立的模型进行了验证,证明了该模型能够有效地评估通信卫星的运用效能.     

基于粗糙集和神经网络的数据挖掘应用

本论文就是根据电信行业需求,针对电信企业拥有大量详实而且丰富的数据,但是可用有效数据提取困难这一问题。首先利用粗糙集理论中的差别矩阵方法对电信客户数据进行属性约简,之后采用BP(Back Propagation)神经网络建立基于粗糙集和神经网络的数据挖掘模型,实现对电信业务系统的客户数据信息进行有效分析和高效提取,并通过matlab实现了仿真模拟。所建立的模型,减少神经网络的输入层个数、简化了运算次数、缩短了训练时间并提高数据预测的准确度。     

构建基于粗糙集和BP神经网络的信用风险预警模型

本文首先建立了评价企业信用的指标体系,然后在此基础上构造了基于粗糙集和BP神经网络的企业信用风险预警模型。粗糙集用于约简指标体系中的冗余指标,BP神经网络用来构建预测企业信用的分类预警模型。最后,笔者通过实例验证了此模型的可行性和有效性。     

基于粗糙集和BP神经网络的供应商选择研究

构建了绿色供应链下的供应商选择评价指标体系,并根据粗糙集和BP神经网络的理论和方法,建立了基于粗糙集和BP神经网络的供应商评价选择模型.结合一个供应商选择实例,结果表明,运用这一混合评价模型来选择供应商,既提高了训练数据表达的清晰度,同时还能避免其他方法人为计取权值和相关系数的主观影响和不确定性,选择的结果比较客观、科学.     

基于粗糙集和BP神经网络的供应商选择研究

构建了绿色供应链下的供应商选择评价指标体系,并根据粗糙集和BP神经网络的理论和方法,建立了基于粗糙集和BP神经网络的供应商评价选择模型。结合一个供应商选择实例,结果表明,运用这一混合评价模型来选择供应商,既提高了训练数据表达的清晰度,同时还能避免其他方法人为计取权值和相关系数的主观影响和不确定性,选择的结果比较客观、科学。     

基于粗糙集方法在信用评估中的应用探析

信用评级是银行降低贷款风险的一个重要手段,但银行对客户的信用等级进行评估过程中面临的问题是怎样在繁杂的指标体系中筛选出重要指标.本文将粗糙集理论应用到客户信用评估中来解决该问题,实例证明该方法能够约简指标体系中一半以上的指标而且评估效果较好,从而提高了评估效率.     

基于粗糙集-BP神经网络的航空风险评价研究

民用航空是一个高风险的行业,航空系统风险评价具有重大的意义。文章旨在将数据挖掘技术中的粗糙集理论和神经网络相结合,以新的视角去解决航空风险评价问题。该方法主要利用粗糙集软件ROSETTA及MATLAB软件中的神经网络工具箱,实现了粗糙集对数据前置预处理,神经网络模拟评价,并通过实例验证可行。     

基于ADC方法的装备保障指挥效能评估

基于装备保障指挥中指挥手段的各项功能形成的能力,构建装备保障指挥系统能力指标因素,评估指挥效能,从而检验装备保障指挥建设水平,为提高装备保障指挥工作质量,提升装备保障指挥能力的有效方法.文章选取结构分析法(ADC),通过分析装备保障指挥手段的各项功能,建立能力指标而后建模求解,为装备保障中运用指挥手段提升保障效能提供了...     

基于粗糙集-神经网络技术的客户价值分类模型的研究

客户关系管理的核心内容之一是对客户价值的评价进而对客户进行分类。文章首先找出对客户价值分类有影响的一些因子,应用粗糙集-神经网络的模型,即利用神经网络与粗糙集理论的优势互补,采用粗糙集对数据进行预处理,然后选择神经网络作为评价方法,最后根据客户价值评价结果进行客户价值分类。     

基于粗糙集的项目后评价方法探究

项目后评价涉及社会、经济、环境等多个方面,是一个多层次、多目标的复杂课题。针对传统方法过于偏重主观因素的缺点,应用粗糙集理论对原始数据进行挖掘,并建立主、客观综合评价模型来求解评价指标权重,使得评价结果更加科学、客观,从而提高综合后评价的精度。     

基于粗集的建筑企业竞争力模糊评价研究

在分析建筑企业竞争力评价方法现状的基础上,结合建筑企业特点,构建建筑企业竞争力评价指标体系,运用粗集理论对评价指标进行约简,利用德尔菲法和模糊综合评价法对指标的权重和评分进行计算,将郑州市七家建筑企业的竞争力状况进行分析比较,得出评价结果。研究表明,该方法可以有效评价建筑企业竞争力。     

基于RBF神经网络集成的供应商评价方法

供应链管理代表了当前经济环境下的趋势与需求,其中的伙伴企业选择是其主要研究的问题之一.本文提出了一种基于径向基函数神经网络集成的供应商识别方法.该方法首先通过系统聚类,在每一类中单独训练具有一定差异度的单个径向基函数神经网络,并加以集成,构成以系统聚类与RBF神经网络相结合的模型,以解决供应链的企业伙伴选择问题.最后以企业为背景,运用这种模型解决实际问题,并给出了结果.     

基于模糊综合评价法的武器装备研制进度风险评估

按照模糊综合评价的方法,将评价结果中的风险因素进行了排序,探索出了该方法在武器装备研制进度风险中应用的途径,针对性地识别和解决了高风险问题,可对武器装备研制过程中的风险点选取提供参考。     

粗糙集和可信性理论下订单融资风险评估

利用粗糙集理论与可信理论建立订单融资风险评估模型,然后采用打分的方式对该系统进行评估。最后通过实验验证该方法的可行性,使得对订单融资风险的评估有了一定的依据。     

区域形状的粗集分类研究

本文主要利用粗集理论针对图像分割后的区域形状进行分类研究。依据粗集理论研究离散化数据的特点,考虑类分布信息,采用信息熵理论进行连续条件属性的离散化。在此基础上,利用约简算法剔除冗余属性,获取约简属性,并进一步提取决策规则。最后选取测试样本进行实验分析,结果表明分类是有效的。     

基于粗糙集理论与德尔菲法相结合的物流园区选址研究

通过分析影响物流园区选址的主要因素,建立了物流园区选址的评价指标体系,运用粗糙集理论与德尔菲法相结合的方法,得出物流园区选址的最佳方案。     

利用BP神经网络评价电子商务系统绩效的方法

给出了一种评价电子商务系统绩效的新方法。运用企业关键因素模型的思想,设计一组用以评价电子商务系统绩效的指标;并将这些指标运用BP神经网络的方法,评价电子商务系统绩效,通过算例验证其可行性。该评价方法克服了常用的专家评价法、模糊评价法等在评价电子商务系统的建设质量、成本耗费、学习成长能力及绩效水平上的不足,为综合评价电子商务系统的绩效提供了一种新途径。     

基于粗集属性重要性的供应链信息共享的模糊综合评价

供应链信息共享是供应链渠道协调的重要方法，信息共享的程度评价为供应链节点企业的信息共享激励决策以及合作伙伴关系的评估提供重要依据。文章提出了信息共享的评价指标体系．利用评价指标属性的重要性作为权重值，解决了确定权重值的主观性问题。利用粗糙集理论结合模糊数学的有关理论建立了供应链信息共享的综合评价模型并进行了算例分析，为节点企业的激励决策和合作伙伴关系的评价提供依据和理论指导。     

基于粗糙集理论的我国物流需求预测

将粗糙集理论引入物流需求预测,首先对物流需求与经济关系进行分析后选取了预测指标,接着运用属性约简提取出关键指标,并根据各指标的重要程度得出一致、完备的预测规则。通过实证证明了该方法可有效处理物流需求与影响因素之间的强耦合与非线性关系,避免主观因素影响,是一种适用性强的预测方法。