《表3 啤酒品牌模糊综合排名》
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。
图表编号 | XD00169055300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.28 |
作者 | 杨君岐、任瑞、杨大庆 |
绘制单位 | 陕西科技大学经济与管理学院、陕西科技大学经济与管理学院、陕西科技大学食品与生物工程学院 |
更多格式 | 高清、无水印(增值服务) |