《表3 精简后的指标评价体系》
求解式(30)得α,β的值,进而求得权重Wz,这样确定的一次评价指标权重可以充分收集客观信息,克服主观因素影响,排除奇异数据,从而逼近真实权重。并且更重要的是,无论是模糊神经网络评估法在二次修正权值时运用的是梯度下降(gradient descent,GD)算法,还是用于优化神经网络参数的NPSO算法,均为多峰值优化算法[10],运用这种组合权重法确立的权值将修正起始值放在了一个较低的“山腰”,从而使得更快地收敛到谷底,能够有效降低迭代次数,加快收敛速度,降低算法复杂性。经相关性分析法和组合权重法精简后的指标及其权重体系如表3所示。
图表编号 | XD00162994600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.28 |
作者 | 党存禄、李永强、杨海兰、党媛 |
绘制单位 | 兰州理工大学电气工程与信息工程学院、甘肃省先进工业过程控制重点实验室、兰州理工大学国家级电气与控制工程教学基地、兰州理工大学电气工程与信息工程学院、兰州理工大学电气工程与信息工程学院、兰州理工大学电气工程与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |