基于人工神经网络的分供方评价模型

基于人工神经网络的分供方评价模型

ID:33278648

大小:122.29 KB

页数:3页

时间:2019-02-23

基于人工神经网络的分供方评价模型_第1页
基于人工神经网络的分供方评价模型_第2页
基于人工神经网络的分供方评价模型_第3页
资源描述:

《基于人工神经网络的分供方评价模型》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、·质量管理·基于人工神经网络的分供方评价模型○陈荣(华东冶金学院管理学院243002)摘要:分析了分供方评价的定性方法和多指标综合评价法的不足之处,建立了分供方评价的人工神经网络模型,从产品质量的保证能力等方面进行综合评价。仿真实验表明,人工神经网络用于分供方评价,其结果是令人满意的。关键词:分供方评价人工神经网络非线性Abstract:Thispaperdiscussesthedefectsofthequalitativemethodandmultitargetsynthetice2valuationinevaluatingsub-contract

2、or,establishesartificia1-neuralnetwork-basedmodelofeval2uationofsub-contractor,andgivesthemultitargetsyntheticevaluationincludingtheabilitytoguar2anteeproductquality.Thesimulationexperimentshowsthattheresultsaresatisfied。Keywords:sub-contractor,evaluation,artificialneuralnetwor

3、k,nonlinear1引言行评价,即在充分分析多个指标有多种,但理论上最完善、应用最分供方所供应的材料的质的相对重要性的前提下,将多个广泛的主要是BP网络量,直接影响到购买这些材料的指标归结为一个能反映分供方总(BackPropagation)模型。BP网企业的产品质量。随着物资市场体水平的综合指标。这种方法虽络模型具有很好的函数逼近能的迅速发展,企业进货渠道越来然比定性方法要科学、准确,但由力,通过对训练样本的学习,能很越广,货源越来越复杂,物资采于各项指标的权重很难准确确好地反映出对象的输入/输出之〔3〕购部门必须对分供方作慎重选定,各项指标之

4、间又存在着复杂间复杂的非线性关系。它是典择,因此分供方的评价工作至关的交互作用,而且计算复杂,求解型的多层网络,分为输入层、隐含〔1〕繁琐,实际应用起来比较困难。本层和输出层。层与层之间采用全重要。目前,对分供方进行评价,还文在此基础上,提出了一种基于互连方式,同层单元间无相互连没有一个比较完善的、科学的方人工神经网络的分供方评价模接;BP算法的特点是误差逆向法,基本上是进行定性分析。而定型。传播。当给定网络一个输入模式性方法存在着许多不足:如评价2分供方人工神经网络模时,它由输入层单元传到隐含层指标的确定易于片面,主观随意型的建立单元,经隐含层单元

5、处理后再送性大,准确程度较低,且无法进行近年来,再度兴起了对人工到输出层单元,由输出层单元处大规模评价等。神经网络的研究热潮〔2〕。人工神理后,产生一个输出。如果输出某大型钢铁企业遵循科学经网络是由大量简单处理单元响应与期望输出的误差不满足要性、全面性、可行性和可比性原(人工神经元)互连构成的,模拟求,则转入误差逆向传播,将误则,设计了分供方评价的指标体生物神经系统的自适应、非线性差沿连接通路逐层回传并修正各系,采用相关分析法对分供方进动态系统。成功的神经网络模型层连接权和阀值,使误差减小,6世界标准化与质量管理2000年7月第7期·质量管理·然后再

6、转入正向传播过程,反复指标:企业的信誉度(X1)、经济实络进行训练,以寻求使网络运行迭代,直到误差降至要求范围。力(X2)、技术力量(X3)、材料的规结果能最好地符合预期要求的联现代化产品的供应商,必须格、性能和工艺适应性(X4)、供货接权集。输入层-隐含层的活化具备两种能力才能取得分供方资的价格(X5)、主要设备条件及状函数采用S型双曲正切函数tan2格,一是胜任业务的一般能力,如况(X6)、管理水平及质量保证能sig(),联接权、阈值采用信誉、经济能力、技术力量等;二力(X7)、售后服务承诺(X8)、企业Nguyen-Widrow方式产生;隐〔4

7、〕是足以保证产品质量的能力。规模及发展前景(X9)等9项作为含层-输出层的活化函数为线性因此,对分供方的评价,要以胜任BP网络的输入变量,综合评价指函数purelin(),联接权、阈值由业务的能力和产品质量的保证能标(Y)作为输出变量。随机函数random()产生。力为基础,对各项指标进行综合综合评价指标为0~100之3应用实例及仿真实验评价。人工神经网络法有很强的间的数,共分为5个等级:80~软件在MatLab平台上运用自学习、自适应能力,容错性强,100分,为A级,即胜任业务的能MATLAB语言开发。本软件包括所建模型接近人类思维模式,而力和产品

8、质量的保证能力都很以下功能:样本录入、样本学习、且它避开了人为计取权重,能自强;70~80分,为B级,即胜任

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。