分类精度评价代码matlab,MATLAB基础（六）评价类算法

•常见的综合评定方法分为两类：算法

•(1)综合评定法：直接评分法(专家打分综合法)、总分法、加权综合评定法、AHP+模糊综合评判、模糊神经网络评价法、待定系数法及分类法.网络

•现代综合评价方法：层次分析法(Analytic Hierarchy Process,AHP)、数据包络分析法(Data Envelopment Analysis,DEA)、人工神经网络评价法(Artificial Neural Network,ANN)、灰色综合评价法、模糊综合评定法并发

•两种经典的综合评判决策：函数

•总分法：S=ΣSi.加权综合评定法:E=ΣaiSi学习

•(2)两两比较法：顺序法和优序法.spa

常见的评价类模型.net

•层次分析法blog

•模糊综合评价法内存

•神经网络算法ci

模糊综合评价算法

•1965年，美国著名自动控制专家查德(L.A. Zadeh)教授提出了模糊(fuzzy)的概念，并发表了第一篇用数学方法研究模糊现象的论文“模糊集合”(fuzzy set)。他提出用“模糊集合”做为表现模糊事物的数学模型。并在“模糊集合”上逐步创建运算、变换规律，开展有关的理论研究，就有可能构造出研究现实世界中的大量模糊的数学基础，可以对看来至关复杂的模糊系统进行定量的描述和处理的数学方法。

•在模糊集合中，给定范围内元素对它的隶属关系不必定只有“是”或“否”两种状况，而是用介于0和1之间的实数来表示隶属程度，还存在中间过渡状态。好比“老人”是个模糊概念，70岁的确定属于老人，它的从属程度是 1，40岁的人确定不算老人，它的从属程度为 0，按照查德给出的公式，55岁属于“老”的程度为0.5，即“半老”，60岁属于“老”的程度0.8。查德认为，指明各个元素的隶属集合，就等于指定了一个集合。当隶属于0和1之间值时，就是模糊集合，即论域上的元素符合概念的程度不是绝对的0或1(不是或是)，而是介于0和1之间的一个实数。

BP神经网络

一、BP网络构建

(1)生成BP网络

：由维的输入样本最小最大值构成的维矩阵。

：各层的神经元个数。

*一般状况输入层神经元个数与选取的指标相关，隐含层一般不超过输入层的2 倍

：各层的神经元传递函数。

*经常使用的传递函数

purelin:线性传递函数

tansig:正切S型传递函数

logsig:对数S型传递函数

：训练用函数的名称。

(2)网络训练

(3)网络仿真

BP网络的训练函数

训练方法

训练函数

梯度降低法

traingd

有动量的梯度降低法

traingdm

自适应lr梯度降低法

traingda

自适应lr动量梯度降低法

traingdx

弹性梯度降低法

trainrp