基于模糊优选BP神经网络的水利水电工程造价估算研究25-28.doc

第三章 学习样本模糊优选 3.1 模糊数学理论 　　每个工程师都是通过特性来表达的，如何说明两个工程师的相似程度，需借助于模糊数学理论，模糊优选步骤如下： 　　（1）建立特征类目标矩阵。设待求解问题特征类目指标为，方案集为，其中表示第个影响因素，表示第个比选方案。 　　 　　 　　式中：为方案关于的特征值，；。 　　（2）建立隶属度矩阵。 　　用表示方案的特征类目指标对应的隶属度，则方案集对应的特征类目指标隶属度表示为： 　　 　　（3）确定特征类目指标权重值。应满足非负性条件和归一化条件，即 　　 (3.1) 　　（4）贴近度的计算。和的相似程度用来表示，本文用勒贝格 　　积分形式来计算两个方案的的贴近度。即： 　　 (3.2) 　　 表示min，表示max 　　当模糊集合与越接近时，则的值越接近1. （5）选择类似方案集。根据公式逐一计算待求解问题与方案集中方案的贴近度，把贴近度作为相识度，取出超过相识度限制的方案例。 3.2 隶属度函数及权重的确定方法 3.2.1 隶属度函数的确定方法 应用模糊数学的方法进行方案的优选关键在于建立符合实际的隶属度函数。 设隶属度矩阵为，其中是方案的第个指标值的隶属度。隶属 函数有多种，较常用的有以下几种： （1） （3.4） (2) （3.5） (3) （3.6） （4） （3.7） 设作为衡量个特征类目指标值离散程度的评价指标值。 设作为衡量个工程特征相对隶属度离散程度的评价指标值。其中 隶属函数公式的选取中，当特征类目指标值的离散程度指标值小于0.3，隶属函数公式宜选用式（2）、（4）；当特征类目指标值的离散程度指标值大于0.4,隶属函数公式宜选用式（1）；当特征类目指标的离散程度指标值在0.3～0.4之间时，隶属函数公式宜选用式（1）、（2）、（3）。 可以反映隶属度函数公式对特征类目指标值离散程度的影响。如果与相比没有变化或者变化较小，同时各特征类目指标值及相对的隶属度离散程度大小排序保持不变，则认为经隶属度函数变化前后对特征类目指标值的离散程度影响较小，能较好地反映原始资料的实际变化情况，比较合理。 3.2.2 权重的确定方法 ①专家估测法 假设有专家个k个，各专家单独给出个因素的权重，如表3.1所示。 ②二元对比倒数法。根据各特征类目指标对待求问题影响的大小，进行两两比较并赋予确定值。用表示指标对的重要性。则： 假设重要被且，那么的重要性就是的1且，依据这样的计算规则，可得到m阶对比矩阵。 对于权向量的计算，可以采用“和”法，步骤如下： 第一步，将对比矩阵元素按列归一化处理； 第二步，将经过归一化处理后的对比矩阵进行行求和。 第三步，将“行和”向量进行归一化处理。 ③层次分析法。该方法步骤如下： 第一步：明确问题，建立层次结构。 第二步：构造判断矩阵。将待求解问题各特征因素的重要性进行两两比较，构造判断矩阵。用两两比较法得到某一待求解问题各特征因素的相对重要性，得到判断矩阵，其中常取如表3.3所示。 除了表3.3所示的取值，可以用2,4,6,8来量化相同到绝对强每两个等级之间的强度，即取1,2…，9或他们的倒数，故判断矩阵又可以叫正互反矩阵，并且满足 第三步：一致性检验并求解权重。一致性检验是用来衡量判断矩阵不一致程度的数量指标，记为C，定义为： （3.9） 一致性指标数值的大小代表着判断矩阵一致性程度的情况。当 C 的值越大， 则标志着判断矩阵不一致性越严重，当 C = 0时，则标志着判断矩阵是一致的。 那么这就存在一个临界值 R ： （3.10） 其中为多个m阶随机正互反矩阵的平均值。当时，理论上仍然可以接受A的不一致性，当时，理论上必须调整A。 与判断矩阵最大特征值相对应的特征向量的近似求法，我们常常使用的有“和法”。“和法”可以参照层次分