基于组合赋权与模型自优化的能力评价

摘要：

综合考虑评价流程中的综合性、自适应性、可靠性等因素,提出基于组合赋权与模型自优化的能力评价方法,以多级评价指标组合赋权结合改进模糊算法构建评价数据集;利用格拉姆角和场空间域转换优化序列样本信息丰富度,将粒子群优化算法、迁移学习与神经网络模型有效结合,通过模型中10个参数自适应全局寻优,构建出适用于小样本、具备自学习能力的P-TMVGG评价模型.通过实例验证了所提方法的有效性,为相关领域构建综合评价、预测、诊断体系及方法设计提供新的思路.

关键词：组合赋权、格拉姆角和场、粒子群优化算法、自适应、迁移学习、综合评价

所属期刊栏目：43

分类号：TP183(自动化基础理论)

资助基金：山西省研究生教育改革研究课题基金项目;教育部卓越工程师教育培养计划项目产学合作协同育人项目;教育部卓越工程师教育培养计划项目产学合作协同育人项目;全国高等学校计算机教育研究会课题基金项目;太原科技大学教学改革与研究基金项目;山西省高等学校教学改革创新基金项目;山西省研究生教育改革研究课题基金项目

在线出版日期：2022-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2342-2351