基于PCA-GA-BP神经网络的高校实验室安全风险评估

为减少高校实验室安全事故的发生和提高实验室安全风险评估的准确率,使用层次分析法(AHP)建立实验室安全风险评价体系,然后利用主成分分析法(PCA)对评价指标的综合权重进行降维,再将降维后的特征信息作为GA-BP神经网络的输入层,建立一种基于主成分分析(PCA)、遗传算法(GA)和人工神经网络(BP)相结合的实验室安全风险评价模型。实验结果表明,与BP神经网络、PCA-BP神经网络模型和GA-BP网络模型相比,PCA-GA-BP神经网络的评价精度和准确率更高、收敛速度更快、学习能力更强,可用于实验室安全风险评价。     

基于GA-BP网络的铁水硅质量分数预测系统

提出将BP神经网络与遗传算法(GA)相结合,建立了三层GA-BP神经网络模型,模型利用遗传算法来修改网络的连接权值,构筑进化型的神经网络模型,缩短网络学习训练时间,提高模型预测精度。炉温预测主要是高炉铁水硅质量分数的预测,当要求硅质量分数预报的绝对误差为±0.05%时,命中率为90%。结果表明,GA-BP网络模型比传统的BP网络模型能够获得更高的精度。     

基于AHP的高校课程教学质量评价方法

教师课程教学质量评价是高等院校教学质量管理的重要环节,对于提高课堂教学质量具有积极意义和重要作用。针对课堂教学质量评价的模糊性所采用的层次分析法模型,可以在专家知识和主观经验的基础上,通过建立递级层次结构,建立判断矩阵和影响矩阵,利用具有严密逻辑性的数学方法尽可能地删除主观成分,合理确定评价指标权重;可以利用科学的定量手段刻画课堂教学质量评价中的定性问题,使定性分析与定量分析得到较好的融合,克服了原来教师课堂教学质量评价工作中的主观随意性,有效地消除了评价失真,为保证教学质量的持续改进提供积极的支持。     

基于GA-BP神经网络的装配式高层住宅成本预测

装配式高层住宅成本受诸多因素影响,成本与各个因素之间存在复杂的非线性关系,BP神经网络难以对其进行准确的成本预测。文章提出了一种遗传算法（GA）优化BP神经网络的预测方法,利用GA-BP神经网络模型提高装配式高层住宅成本预测的准确率。通过对GA-BP神经网络模型的权值和阈值进行优化,构建了GA-BP神经网络装配式高层住宅成本预测模型,并以50组装配式高层住宅样本数据为例,分别运用GA-BP神经网络与BP神经网络预测模型进行了对比试验。试验结果表明,GA-BP神经网络预测模型具有较强的稳定性和更高的预测准确率。     

基于层次分析法的网络课程学习评价模型

本文综合分析了影响网络课程学习质量教学效果关键因素指标,运用层次分析法通过各专家集体确定各因素指标权重,减少了一般模糊数学评估模型中评估指标权重分配非系统性、主观性较大的问题。利用指标权重系数建立科学的体系,对收集调查采样方式得到的评价矩阵进行数据分析,根据分析数据给出一个更为科学的综合评价结果。此评价模型适合于各类学校网络课程教学质量的综合评价。     

第一类模糊综合评价

模糊综合评价是一种新的、文理交叉的、定量的评价方法,当评价指标完成水平的高低边界不甚清楚的情况下使用.以教师课堂教学质量评价为例.首先确定评价指标、等级,指标权重,得到《课堂教学质量评价表》;然后,组织评价小组,填写评价表.权重矩阵A.点乘模糊矩阵R得到综合评价矩阵B,即B=A·R;最后用综合评价矩阵B对教师课堂教学质量做出单因素分析、综合分析、诊断分析和赋值分析.     

集成遗传算法与模糊综合评价方法的停车决策模型研究

根据已经确定的首选停车场评价指标,引入遗传算法,在C++编程语言支持下,确定各影响停车决策因子指标的权重,再采用模糊评价矩阵构造用于确定各影响停车决策因子指标权重判断矩阵的新思路,构建与实现了用标准遗传算法检验判断矩阵的一致性和计算层次分析法(Analytic Hierarchy Process,AHP)中各要素权重的模糊综合评价新模型,比较各备选停车方案的优劣,最后选取评价值最高的停车场为首选停车场.     

应用直觉模糊熵研究模糊评价矩阵群决策

基于直觉模糊熵提出了一种分析直觉模糊评价矩阵决策问题的新方法。利用直觉模糊熵定义指标权重矩阵,指标权重矩阵行向量满足概率分布公理化定义,结合相对熵优化模型得到了指标权重的最优解;通过专家提供的信息量结合相对熵模型得到专家客观权重,最后利用模糊互补判断矩阵与相对熵模型实现了备选方案之间的最优排序,最后给出一个实例,说明该方法的可行性和优越性。     

层次分析法在网络增强型课程教学评价中的应用

针对高校网络增强型课程的评价,可采用层次分析法来建立评价指标体系.本研究通过研究网络课程评价指标,建立指标层次模型,同时充分采纳评价主体对评价指标的两两重要性比较的定量描述,构造判断矩阵,依据判断矩阵结果计算出指标的权重赋值.北京建筑工程学院实践表明,基于层次分析法的网络增强型课程教学评价指标体系客观、科学、操作性强.     

QGA-BP神经网络在农业信贷风险评估中的应用

为了提高风险评估的准确度和效率,有效降低农业信贷风险,提出一种基于优化反向传播（Back-Propagation,BP）神经网络的风险评估方法。首先,该方法利用量子遗传算法（Quantum Genetic Algorithm,QGA）调整和确定BP神经网络的初始权重和阈值,实现了BP神经网络模型参数设置优化。然后,将QGA-BP神经网络模型应用于农业信贷风险评估中,并基于案例分析法进行验证。最后,通过对比QGA-BP神经网络与GA-BP神经网络的性能验证所提方法的有效性。结果表明：QGA-BP神经网络可以加快神经网络的收敛速度,改善BP神经网络容易陷入局部最小值的缺点。QGA-BP神经网络模型在农业供应链金融信用风险预测中表现良好,其预测精度和预测速度都有所提高。     

基于层次分析法的城市火灾风险评价体系

基于层次分析法建立城市火灾风险评价指标体系,通过专家分组打分、构造判断矩阵并通过自编程序计算得出各指标的权重,依据各指标的权重大小可对城市火灾风险进行评估.该方法提高了城市火灾风险评价的合理性和科学性,可为城市管理者提供决策依据.     

基于优化BP网络的类矩形盾构偏心刀盘故障预测

为实时监控类矩形盾构偏心刀盘工作状态,提出一种基于遗传算法（GA）优化BP神经网络模型的在线故障预测方法。首先,利用现场检测的相关测量数据,建立“特征—故障”数据集;然后,利用最优权值与阈值由遗传算法获取的BP神经网络对数据集进行自我学习,构建工作期故障预测模型;最后,开发偏心刀盘监控系统,对刀盘工作状态进行在线预测。实验结果表明,GA-BP网络模型预测准确率达到93.3%,与传统BP网络模型相比提高6%。基于GA-BP网络的偏心刀盘在线故障预测方法可精准预测刀盘工作状态,满足应用设计要求,为盾构施工安全提供有力保障。     

BP神经网络优化算法研究

为解决BP神经网络收敛速度慢和易陷入局部极小值的缺点,利用遗传算法(GA)和基因表达式编程(GEP)的各自特点,基于BP算法提出了两种改进算法:其一是GA-BP算法,即利用GA优化BP神经网络的权值和阈值;其二是GEP-BP算法,即利用GEP对BP网络进行调整,包括网络结构、权值和阈值。用样本数据进行了测试并与基本BP算法进行了比较,结果表明两种改进算法具有很强的可行性和高效性。     

教学质量评价的多目标决策模型及其应用

层次分析-模糊综合评价法主要应用于评价指标与层次化结构确定的情况下,通过判断矩阵的构造、归一化计算、一致性检验的处理,确定评价指标中各影响因素的权重;并通过构造模糊判断矩阵,结合模型中准则层等级的确定,从而判定综合评价结果。该方法对于解决多目标、多层次的教学评价问题,具有较好的应用效果。     

多层次模糊综合评价法在高校教学型实验室评估中的应用

应用模糊综合评价法建立了对高校教学型实验室进行评价的数学模型,并通过实例给出了该模型的具体运用方法．在建立模型过程中,利用模糊一致判断矩阵法确定权重,进而根据评价集构造了隶属函数,得到各指标对评估标准的最终隶属度、模糊矩阵和综合评估结果．     

基于BP神经网络的新型课堂教学质量评价方法

课堂教学质量的评价方法有很多,本文在分析了传统的评价方法的基础上,提出将BP神经网络理论应用于高校课堂教学质量评价中。不仅解决了综合评价指标体系中的定性指标与定量指标的问题,还能有效克服传统评价过程中建立复杂的数学模型和数学解析表达式的问题,而且还避免人为的主观随意性,使得评估更加准确有效。为课堂教学质量的合理评估开辟一种全新的方法。     

基于层次分析法教师课堂教学质量评价体系权重分析

高校教师课堂教学质量对人才培养质量至关重要。课堂教学质量评价体系涉及两个方面的因素:一是指标体系的科学性,二是各指标在整个体系中的权重。利用层次分析法,对指标体系中的各级指标进行权重计算,最终以量化的形式得出教师课堂教学质量的评价结果。这种结果比较客观科学,适合用该结果评价教师的课堂教学质量。     

高校毕业生就业质量评价体系研究

在查阅、总结相关文献资料的基础上,结合大学生就业创业指导工作的实际经验,高校毕业生就业质量可以归纳为毕业生满意度、社会评价满意度、雇主满意度三个部分。采用德尔菲法,征求毕业生就业工作领域内专家意见,确定就业质量评价体系具体指标。采用层次分析法,邀请专家对各指标判断矩阵打分,计算各级指标权重并进行一致性检验。将各指标划分为若干等级,根据指标权重对各等级赋予分值,最终建立高校毕业生就业质量评分体系。     

基于AHP法评价多媒体教学质量研究

根据多媒体教学质量评价的标准,基于层次分析法建立分析结构模型。根据系统的特点和基本原则,对各层的因素进行对比分析,引入1-9比率标度方法构造出判断矩阵,用求解判断矩阵最大特征根及其特征向量的方法得到各因素的相对权重,从而为评价多媒体教学的质量提供一种量化的方法。     

高职院校社会服务能力评价指标体系探讨

从高职院校的社会服务功能出发,运用经验判断与定义推演相结合、文献研究与专家咨询相结合的方法,遴选高职院校社会服务能力的评价指标。采用专家打分构建权重判断矩阵,利用层次分析法确定各指标的权重值,最终形成由4个一级指标、13个二级指标和40个三级指标组成的高职院校社会服务能力评价指标体系。评价结果显示,评价指标经过一致性检验,内容效度较好,可作为教育管理部门对高职院校社会服务能力进行考核和评价的工具。