多指标综合评价神经网络方法.docVIP

多指标综合评价神经网络方法 　　摘要：文章利用神经网络建立了多指标综合评价模型，采用隶属函数对评价指标进行了描述。运用BP神经网络的自学习、自适应、自组织功能，在输入评价指标后网络将输出最终的系统目标评价值，达到精确评价和最优决策的目的。最后，以实例验证了这种方法的准确性和可操作性。 　　关键词：多指标综合评价；神经网络；科技能力 　　 　　一、 引言 　　 　　本文从人工神经网络理论出发，针对多指标综合评价提出新的方法，用模糊数学的隶属函数对评价指标进行归一化处理，由隶属函数的端点值和中间值组成学习样本模式，采用BP反向传播算法进行训练，可以把该类问题的特征反映在神经元之间相互连接的权值中，所以把实际问题特征参数输入后，神经网络能给出待解决问题的结果。鉴于人工神经网络具有上述特征，它被广泛应用于人工智能领域。本文对人工神经网络的多指标综合评价方法和评价质量进行研究 。 　　 　　二、 基于神经网络的多指标综合评价方法 　　 　　1． 人工神经网络方法。人工神经网络（ANN）是建立以权重描述变量与目标之间特殊的非线性关系模型，对事物的判断分析必须经过一个学习或训练过程，类似人脑认识一个新事物必须有一个学习过程一样，神经网络通过一定的算法进行训练，Rumelhart将反馈传播back propagation（BP）算法引入神经网络中，很好地实现了多层神经网络的设