仿真顾客饮料口味的模糊神经网络模型设计与案例分析.doc

仿真顾客饮料口味的模糊神经网络模型设计与案例分析 杨君岐 李海平 刘利猛 （陕西科技大学管理学院 陕西 咸阳市 ，邮编 712081 ） 摘 要:本文应用模糊数学原理和神经网络方法,建立了仿真顾客饮料饮料口味的分析模型,为了方便一般读者使用,阐述了在MATLAB软件包中的实现途径和方法，并用实际数据进行了网络训练和误差测试,证明本模型是切实可行的。 关键词:模糊数学，ANN，饮料，评价 引言 对饮料类产品来讲，不同地区、不同生活习惯的顾客有不同的爱好和口味，为了生产出适销对路产品,准确评价顾客口味显得非常重要，一般消费者选择饮料的主要依据是感观指标，对这些指标的评价往往是模糊的主观评语，如何从这些评语中得出该地区顾客喜欢的饮料类型，无论是对于管理决策者客观公正的评价产品的质量、新产品的研制者合理选择产品配方还是销售部门估计市场前景都具有十分重要的现实意义。 模糊子集理论是研究类似“模糊现象”的最佳工具，本文首先以模糊数学为工具，研究、建立对饮料类产品受顾客欢迎程度的模糊综合评判模型，然后讨论在MATLAB中建立神经网络模型仿真顾客口味的方法,下面分别讨论模糊数学模型和神经网络模型及实现方法,考虑到顾客选择产品的主要依据是感管指标,理化指标、卫生指标是管理部门审核产品合格与否的主要依据，是市场准入的“门槛”，所以这里主要依据感管指标建立模糊数学模型。 1、顾客选择饮料的模糊综合评价数学模型 1.1评语集合 这里选取评语集合 Ｙ＝{优秀,良好,一般,较差} 1.2影响饮料质量的因素、因素集 这里主要考虑感官指标(X):指从色、香、味、口感、组织形态等感官能感受的方面所考察的一类评价指标，对于它们的评价往往缺乏统一、客观的标准，只能得出一些模糊的评语,感官指标可以从色泽、香味、口感、组织形态、杂质等几个方面考察，下面分别说明评价要求。 色泽（X1）：要求颜色清亮，具有原果疏汁的色泽，对于它的评价主要由专家打分给出各个评语，然后统计出各评语的比例，作为模糊评价的依据。 香味（X2）：要求保持原果疏汁的香味，无异味，对于它的评价主要由专家打分给出各个评语，然后统计出各评语的比例，作为模糊评价的依据。 口感（X3）：要求甜酸协调适口，无不良口味，由于各人口味差异很大，对于它的评价通过组织品尝，打分给出各个评语，然后统计出各评语的比例，作为模糊评价的依据。 组织形态（X4）：要求体态清澄、透亮，对于它的评价主要由专家打分给出各个评语，然后统计出各评语的比例，作为模糊评价的依据。 杂质（X5）：要求无肉眼可见的外来杂质，对于它的评价主要由专家打分给出各个评语，然后统计出各评语的比例，作为模糊评价的依据。 这里不妨设Ｘ为总的评判集合,(Ｘi,i=1,2，…,5)表示五个评判方面, Ｘ＝{Ｘ1,Ｘ2,Ｘ3，Ｘ4,Ｘ5，}={色泽，香味，口感，组织形态，杂质} 2．3、模糊综合评价模型 ①先对子因素集Ｘi,i=1,2,…,5评判指标作出单层次综合评判 由于都是模糊评价指标,顾客对每个感官指标评价为优、良、一般、较差等评语的模糊评价向量，通过统计顾客打分数据得出,这样可得到子因素集Ｘi上的单层次综合评判模糊向量Ri i=1,2,…,5这个Ri,i=1,2,…,5,即为下一步综合评判中所需总因素集Ｘ与评语集合Ｙ的模糊关系矩阵Ｒ的第i行元素。 ②综合各个子因素集评判结果做出总的综合评判 这里Ｒ由上步评判结果获得,即 R1 R= R2 = Rij R3 设各个子因素在总评判指标集中的权重模糊向量为Ａ,则最终评判结果Ｂ由下式给出 Ｒ1 Ｂ=ＡoＲ=Ａo Ｒ2 =(B1,B2,...,Bn) … Ｒ5 ③应用综合评判结果进行方案比较 这里采取对各个评语等级隶属函数加权平均的方法 先将评判结果标准化，Bj=Bj/∑Bi,j=1,2,3,4然后对各评语等级赋值，赋值变量Vj(J=1,2,3,4) 其中：V1=4,V2=3,V3=2,V4=1 ,最后，以隶属函数Bj为权数，计算Vj 的平均值V 4 4 V=∑VjBj/∑Bj 选择V值最大的方案作为最佳方案。 j=1 j=1 ④权重向量选择:Ａ＝(0.2,0.2，0.2,0.2,02) ?2. 基于模糊数学原