学位论文 > 优秀研究生学位论文题录展示

基于并行算法的模糊综合评价模型的设计与应用

作　者: 陈安平
导　师: 钟育彬
学　校: 广州大学
专　业: 应用数学
关键词: 决策支持系统模糊综合评价 BP神经网络遗传算法并行算法
分类号: TP18
类　型: 硕士论文
年　份: 2011年
下　载: 20次
引　用: 0次
阅　读: 论文下载

内容摘要

计算机决策支持系统(DSS)是以计算机为工具,应用领导科学及有关决策的理论和方法,为决策提供各种信息,以人机交互方式辅助决策者进行科学决策的计算机应用系统。包括数据库、模型库、知识库、方法库及相应的管理系统等。在决策支持过程中,模型库发挥了举足轻重的作用：决策支持系统设计成功的关键步骤之一是选择高效、合理的模型库。然而,决策支持系统中的模型通常种类繁多、变化频繁,针对这一问题,本文主要研究了综合评价决策支持系统中优化模型的设计与应用。现有的综合评价方法主要有层次分析法、主成分分析法、数据包络分析法、模糊综合评价法,人工神经网络以及综合运用多种方法建立的评价方法。其中,模糊综合评价法和神经网络是目前使用比较广泛的综合评价方法,本文在深入研究以上几种评价方法的基础上,引入并行算法,提出了基于并行遗传神经网络的模糊综合评价模型。具体地,本文首先概述了综合评价决策支持系统的基本理论；然后对模糊综合评价法、神经网络、遗传算法以及并行算法等进行了研究；接着,针对企业综合实力评价的要求和特点,建立了基于并行遗传神经网络的模糊综合评价模型。该模型以模糊层次综合评价法为基础,用BP神经网络确定权重向量,并利用遗传算法的全局寻优能力确定网络初始最优权值和阈值以提高网络的训练速度,解决BP算法对初值敏感、容易陷入局部最优等缺点。然而,遗传算法本身是一种耗时算法,鉴于其固有的并行性,引入并行算法来加快遗传算法的收敛速度；最后把该模型的性能和评价效果与模糊层次综合评价模型、基于BP神经网络的综合评价模型、以及基于遗传神经网络的模糊综合评价模型的性能和评价效果进行了详细的比较分析。实例证明,综合考虑时间效率和评价结果,本文所提出的基于并行遗传神经网络的模糊综合评价模型优于其他同类方法。

全文目录

摘要 6-7Abstract 7-9目录 9-12Contents 12-15第一章绪论 15-21 1.1 论文的研究背景及意义 15-16 1.2 国内外同类研究现状概述 16-20 1.2.1 综合评价决策模型的研究现状 16-18 1.2.2 决策支持系统研究现状 18-20 1.3 论文的主要内容与结构 20 1.4 小结 20-21第二章综合评价及决策支持系统的基本理论 21-29 2.1 综合评价的基本理论 21-24 2.1.1 综合评价的基本概念 21 2.1.2 综合评价的基本步骤 21-22 2.1.3 综合评价的主要方法 22-23 2.1.4 综合评价研究的新趋势 23-24 2.2 决策支持系统的基本理论 24-28 2.2.1 决策支持系统的概念 24-25 2.2.2 决策支持系统的基本结构 25-27 2.2.3 决策支持系统的特点 27-28 2.3 小结 28-29第三章模糊综合评价、神经网络、遗传算法和并行算法基本理论概述 29-42 3.1 模糊综合评价法基本理论 29-30 3.1.1 模糊综合评价法基本原理 29-30 3.1.2 模糊综合评价法的关键技术 30 3.2 BP神经网络基本理论 30-35 3.2.1 BP神经网络原理 31-32 3.2.2 BP算法的实现步骤 32-34 3.2.3 BP算法的局限性及改进 34-35 3.3 遗传算法基本理论 35-40 3.3.1 遗传算法基本思想 35 3.3.2 遗传算法的运行过程 35-37 3.3.3 遗传算法的关键实现技术 37-38 3.3.4 遗传算法的优缺点及改进 38-40 3.4 并行算法简介 40-41 3.5 小结 41-42第四章基于并行遗传神经网络的模糊综合评价模型 42-60 4.1 模糊综合评价法的基本步骤 42-43 4.2 模糊层次综合评价模型 43-46 4.2.1 模糊权重向量的确定 43-44 4.2.2 模糊矩阵的确定 44-46 4.2.3 模糊层次综合评价 46 4.3 基于BP神经网络的模糊综合评价模型 46-48 4.3.1 指标的模糊处理 46-47 4.3.2 构建BP神经网络结构 47-48 4.3.3 神经网络训练算法 48 4.4 基于遗传神经网络的模糊综合评价模型 48-52 4.4.1 遗传算法与神经网络结合 48-49 4.4.2 GA-BP算法的思想 49-50 4.4.3 GA-BP算法的设计 50-51 4.4.4 用MATLAB工具箱实现GA-BP算法 51-52 4.5 基于并行遗传神经网络的模糊综合评价模型 52-59 4.5.1 并行遗传算法 52-55 4.5.2 分布式并行遗传算法计算平台的构建 55-59 4.6 小结 59-60第五章实例分析 60-71 5.1 指标体系的建立 60 5.2 数据预处理 60-61 5.3 基于BP神经网络的企业模糊综合评价 61-64 5.4 基于遗传神经网络的企业模糊综合评价 64-66 5.5 基于并行遗传算法的企业模糊综合评价 66-68 5.6 评价结果比较分析 68-71第六章总结与展望 71-73 6.1 总结 71 6.2 研究展望 71-73参考文献 73-76攻读硕士学位期间发表的论文 76-77致谢 77-78附录 78-94 附录1.全球企业100强2010年度数据 78-82 附录2.全球企业100强2010年度归一化数据 82-86 附录3.模糊层次综合评价结果 86-89 附录4.训练样本数据 89-91 附录5.基于BP神经网络的模糊综合评价结果 91-93 附录6.基于遗传神经网络的模糊综合评价结果 93-94

基于并行算法的模糊综合评价模型的设计与应用

内容摘要

全文目录

相似论文