•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