《表3 啤酒品牌模糊综合排名》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《啤酒质量的模糊综合评价网络构建及应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由图2可以看出，BP神经网络中的的仿真值与原始模糊评价数据很接近，绝对误差非常小，20个评价对象中有15个啤酒品牌的仿真值与其原始值的误差在3%以内，具体参照表3，说明本文所建立的模糊神经网络评价体系仿真能力较好，仿真得出的综合评价值可以代替原始综合评价值进行啤酒质量评价。因此本文所建立的模糊综合评价网络体系可以用来研究啤酒质量的综合评价。