文献详情
基于GHS泛函神经网络散杂货港口生产力评估
外文标题：Performance Evaluation of Bulk Cargo Port Based on GHS Functional Neural Network
文献类型：期刊
期刊名称：控制工程
年：2019
卷：26
期：7
页码：1308-1314
ISSN：1671-7848
关键词：和声搜索算法;泛函神经网络;散杂货港;生产力评估
所属部门：经济学院
链接地址：http://d.oldg.wanfangdata.com.cn/Periodical_jczdh201907013.aspx
摘要：为提高散杂货港口生产力评估的有效性,提出一种基于高斯和声算法(GHS)优化功能链接模糊神经网络的散杂货港口生产力评估方法.首先,根据评价指标的可操作属性,对模型指标的覆盖全面性进行设计,并结合实际属性对数据采集处理过程进行分析,实现对散杂货港口生产力评估的指标选取;其次,利用泛函链接神经网络进行散杂货港口生产力评估模型的设计,并将其作为网络输出进行网络模型的模糊规则设计,实现了散杂货港口生产力评估模型的构建;最后,通过仿真实验,该模型的实际与期望输出之间的拟合程度非常接近,可实现 95 %以上的样本数据的识别效率,可以满足真实散杂货港口散杂货生产力评估的精度要求.
DOI：10.14107/j.cnki.kzgc.170616
百度学术：基于GHS泛函神经网络散杂货港口生产力评估
语言：中文
基金：辽宁省社会科学规划基金项目
作者其他论文



暂无数据...