人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)法-資料下載頁
2024-10-03 10:59本頁面
【正文】 100 使之轉(zhuǎn)化到(0，1范圍內(nèi)構(gòu)成向量 B＝(bl， b2，…，b35T。 第四步，按指標(biāo)的不同屬性類型進(jìn)行標(biāo)準(zhǔn)化轉(zhuǎn)換得到評(píng)價(jià)矩陣。 第五步，啟動(dòng) BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練。經(jīng)學(xué)習(xí)訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)輸出結(jié)果見表 1。 第六步，挑選一組人口規(guī)模 50 萬人以上的大城市 C＝{淄博，鞍山，唐山，包頭，徐州，洛 陽，無錫，蘇州，株洲}加入到 35 個(gè)城市一并作為城市投資環(huán)境評(píng)價(jià)對(duì)象，利用 BP 網(wǎng)絡(luò)方 法進(jìn)行評(píng)價(jià)，結(jié)果見表 2。 結(jié)論 基于 BP 神經(jīng)網(wǎng)絡(luò)的評(píng)價(jià)方法同其他常規(guī)方法相比有其突出的優(yōu)點(diǎn)： (1具有較強(qiáng)的自我學(xué)習(xí)能力。 (2具有較強(qiáng)的容錯(cuò)能力。 (3評(píng)價(jià)速度快。 應(yīng)該指出， 基于神經(jīng)網(wǎng)絡(luò)的評(píng)價(jià)方法并不能取代其他的評(píng)價(jià)方法如 AHP、 Fuzzy 綜合評(píng)判等。 因?yàn)樯窠?jīng)網(wǎng)絡(luò)評(píng)價(jià)方法的學(xué)習(xí)訓(xùn)練樣本模式需要來自這些方法所得的結(jié)果。 而且當(dāng)評(píng)價(jià)條件 變化時(shí)(如改變?cè)u(píng)價(jià)指標(biāo)體系還必須借助傳統(tǒng)方法來得到神經(jīng)網(wǎng)絡(luò)方法的訓(xùn)練樣本模式。 練習(xí)案例 BP 神經(jīng)網(wǎng)絡(luò)在企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)中的應(yīng)用 企業(yè)技術(shù)創(chuàng)新是企業(yè)獲得持續(xù)競爭力的源泉。 企業(yè)要想在市場競爭中爭取主動(dòng)， 關(guān)鍵在于企 業(yè)技術(shù)創(chuàng)新能力的準(zhǔn)確定位和及時(shí)提高。 因此， 科學(xué)． 有效、 客觀地評(píng)價(jià)企業(yè)技術(shù)創(chuàng)新能力， 對(duì)于企業(yè)準(zhǔn)確定位自身的技術(shù)創(chuàng)新能力，獲得持續(xù)競爭力，具有重要的意義。 企業(yè)技術(shù)創(chuàng)新能力是企業(yè)的核心能力， 它是指企業(yè)依靠技術(shù)獲得持續(xù)競爭力的能力， 具體地 說，是指引入或開發(fā)新技術(shù)，使企業(yè)滿足或創(chuàng)造市場需求，增強(qiáng)企業(yè)競爭力，獲得最佳經(jīng)濟(jì) 效益和社會(huì)效益的能力。 企業(yè)技術(shù)創(chuàng)新能力指標(biāo)體系的構(gòu)建 根據(jù)技術(shù)創(chuàng)新能力的定義以及在遵循選擇指標(biāo)的全面性、科學(xué)性、客觀性、可比性和簡便可 行性原則下， 結(jié)合有關(guān)文獻(xiàn)， 對(duì)企業(yè)技術(shù)創(chuàng)新能力進(jìn)行分解， 建立如圖所示的評(píng)價(jià)指標(biāo)體系。 基于 BP 神經(jīng)網(wǎng)絡(luò)的企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)模型 （1）人工神經(jīng)網(wǎng)絡(luò)方法。 典型的 BP 網(wǎng)絡(luò)具有三層結(jié)構(gòu)，即輸入層、隱含層和輸出層。 （2）評(píng)價(jià)指標(biāo)的標(biāo)準(zhǔn)化。 由于評(píng)價(jià)指標(biāo)體系中，既有定性指標(biāo)又有定量指標(biāo)，為使各指標(biāo)在整個(gè)系統(tǒng)中具 有可比性，必須對(duì)各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。 （3）評(píng)價(jià)模型結(jié)構(gòu)設(shè)計(jì) 1）輸入層。根據(jù)企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)指標(biāo)體系，可以將最低層指標(biāo)數(shù)作為輸入層神經(jīng)元 數(shù)，在這里為 13，然后按上述方法將指標(biāo)標(biāo)準(zhǔn)化處理。將標(biāo)準(zhǔn)化處理后的指標(biāo)值作為 BP 網(wǎng) 絡(luò)的學(xué)習(xí)樣本。 2）隱含層。在選取隱含層神經(jīng)元數(shù)的時(shí)候，既要考慮到 BP 網(wǎng)絡(luò)的精確度，又要兼顧網(wǎng)絡(luò)的 學(xué)習(xí)效率。一般地，隱含層神經(jīng)元數(shù)為 10～15。 3）輸出層。將輸出層神經(jīng)元數(shù)設(shè)置一個(gè)。 （4）BP 神經(jīng)網(wǎng)絡(luò)模型評(píng)價(jià)程序 1）BP 網(wǎng)絡(luò)學(xué)習(xí)。按照前述的指標(biāo)體系，搜集學(xué)習(xí)樣本即不同企業(yè)的指標(biāo)值，進(jìn)行標(biāo)準(zhǔn)化 處理，輸入 BP 神經(jīng)網(wǎng)絡(luò)，按照 BP 算法，確定各層神經(jīng)元之間的權(quán)重 Wji。 2）搜集評(píng)價(jià)企業(yè)的指標(biāo)值{xi}； 3）對(duì){xi}進(jìn)行規(guī)范化處理； 4）將處理過的{xi}輸入 BP 神經(jīng)網(wǎng)絡(luò)，按照前面確定的權(quán)重 Wji，計(jì)算輸出； 5）根據(jù)輸出按評(píng)價(jià)標(biāo)準(zhǔn)對(duì)企業(yè)技術(shù)創(chuàng)新能力下評(píng)價(jià)結(jié)論。 內(nèi)容總結(jié)
（1）人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)法
第一節(jié) 思想和原理
在當(dāng)今社會(huì)，面臨許許多多的選擇或決策問題
（2）反向傳播（Back Propagation, BP）神經(jīng)網(wǎng)絡(luò)是由Rumelhart 等人于1985年提出，它是一種多層次反饋型網(wǎng)絡(luò)
（3）第二節(jié) 模型和步驟
一、模型介紹
人工神經(jīng)網(wǎng)絡(luò)是對(duì)生物神經(jīng)機(jī)制研究基礎(chǔ)上產(chǎn)生的智能仿生模型
（4）隱含層的輸出函數(shù)為sigmoid 變換函數(shù)，輸入和輸出層函數(shù)為線性函數(shù)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1