基于GHS泛函神经网络散杂货港口生产力评估

• 作者: 陈东旭 饶逸飞
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 和声搜索算法 泛函神经网络 散杂货港 生产力评估
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 建模与仿真系统
• 页码范围: 1308-1314
• 页数: 7页
• 分类号: TP18
• 字数: 6589字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.170616

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	饶逸飞	东北财经大学金融学院	11	13	2.0	3.0
2	陈东旭	中国人民大学经济学院	1	0	0.0	0.0