kaiyun官方注册
您所在的位置: 首页> 其他> 设计应用> 一种基于灰色RBF神经网络的系统效能评估方法
一种基于灰色RBF神经网络的系统效能评估方法
2020年电子技术应用第12期
刘俊卿,刘 进,肖龙忠
武汉船舶通信研究所,湖北 武汉430205
摘要:为了解决组成复杂、功能多样、贫样本的系统的综合效能评估问题,针对系统的效能评估指标体系三层结构,构建了基于灰色理论、RBF神经网络以及灰色RBF神经网络的系统效能评估模型,并通过仿真验证了这种灰色RBF神经网络模型的精度要高于灰色模型和RBF神经网络模型,可以准确地对功能多样、组成复杂但是样本少的系统进行综合效能评估。
中图分类号:TN914;TP391
文献标识码:A
DOI:10.16157/j.issn.0258-7998.201012
中文引用格式:刘俊卿,刘进,肖龙忠. 一种基于灰色RBF神经网络的系统效能评估方法[J].电子技术应用,2020,46(12):107-110.
英文引用格式:Liu Junqing,Liu Jin,Xiao Longzhong. A method of system effectiveness evaluation based on grey RBF neural network[J]. Application of Electronic Technique,2020,46(12):107-110.
A method of system effectiveness evaluation based on grey RBF neural network
Liu Junqing,Liu Jin,Xiao Longzhong
Wuhan Institute of Ship Communication,Wuhan 430205,China
Abstract:In order to solve the problem of comprehensive effectiveness evaluation of the system with complex composition, diverse functions and poor samples, this paper constructs a system effectiveness evaluation model based on grey theory, RBF neural network and grey RBF neural network according to the three-tier structure of the system effectiveness evaluation index system. The simulation results show that the accuracy of the grey RBF neural network model is higher than that of the grey model and RBF neural network. Through the grey RBF neural network model, we can accurately evaluate the comprehensive effectiveness of the system with various functions, complex composition, few samples.
Key words :index system;efficiency evaluation;grey theory;RBF neural network;grey RBF neural network

0 引言

随着现代技术的高速发展,系统的组成更加复杂,功能更加多样化,这使得系统的综合效能评估变得尤为重要,而如何对复杂的系统做出合理、有效、正确的效能评估,对改进系统的设计方案,增强系统的综合性能显得尤为重要。而现实中一些特殊的系统具有样本少、组成复杂的特点,这使得对其进行效能评估变得非常困难。

目前,系统效能评估的常见方法包括专家法、层次分析法、神经网络法、模糊评价法、灰色关联分析法等[1]。这些方法各有优缺点和不同的适用情况,本文先建立了一种系统效能评估体系结构,根据这个评估体系并针对系统样本少的特点,提出一种基于灰色RBF神经网络[2]的综合效能评估方法,可以快速、精确地评估系统的综合效能。




本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003265




作者信息:

刘俊卿,刘 进,肖龙忠

(武汉船舶通信研究所,湖北 武汉430205)

此内容为AET网站原创,未经授权禁止转载。
Baidu
map