基于GHS泛函神经网络散杂货港口生产力评估
为提高散杂货港口生产力评估的有效性,提出一种基于高斯和声算法(GHS)优化功能链接模糊神经网络的散杂货港口生产力评估方法.首先,根据评价指标的可操作属性,对模型指标的覆盖全面性进行设计,并结合实际属性对数据采集处理过程进行分析,实现对散杂货港口生产力评估的指标选取;其次,利用泛函链接神经网络进行散杂货港口生产力评估模型的设计,并将其作为网络输出进行网络模型的模糊规则设计,实现了散杂货港口生产力评估模型的构建;最后,通过仿真实验,该模型的实际与期望输出之间的拟合程度非常接近,可实现 95 %以上的样本数据的识别效率,可以满足真实散杂货港口散杂货生产力评估的精度要求.
和声搜索算法、泛函神经网络、散杂货港、生产力评估
26
TP18(自动化基础理论)
辽宁省社会科学规划基金项目L10DJL050
2019-08-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
1308-1314