中国科技论文在线

上传时间

2005年02月24日

吴祈宗，侯福均

，-0001，（）：

-1年11月30日

对于梯形模糊数互补判断矩阵，给出基于Hausdorff距离和模糊折衷型决策方法的排序方法。对于权重不同的专家给出的方案两两比较的判断矩阵，首先基于简单加权平均方法（SWA）和Bonissone近似计算法，将各位专家给出的判断矩阵集结为一个矩阵。再将所得到的矩阵各行元素相加，就得到了各个方案的模糊综合评价值。最后，基于Hausdorff距离和模糊折衷型决策方法，对这些模糊评价值进行排序，就得到了每个方案的排序值。由于精确数和三角模糊数都可以转化为梯形模糊数，因此本文给出的方法，同样适合于处理精确数、三角模糊数互补判断矩阵的排序问题。最后，给出一个数值计算的例子说明方法的可行性。

互补判断矩阵，梯形模糊数， Bonissone近似计算法，模糊折衷型决策， Hausdorff距离

60浏览
0点赞
0收藏
0分享
110下载
0

引用

上传时间

2005年02月24日

【期刊论文】基于BP-SA混合优化策略的铁路货运量时间序列预测

吴祈宗，侯福均

铁道运输与经济，2003，25（10）：51-53，-0001，（）：

-1年11月30日

摘要

铁路货运量的时间序列预测可以看为一个从输入到输出的非线性影射。神经网络尤其是BP神经网络，被广泛用于非线性逼近问题。但是，BP算法训练神经网络速度慢、易陷入局部极值。而模拟退火算法（SA）具有很好的全局寻优性。因而提出混合优化策略，即将反向传播算法（BP）和模拟退火算法（SA）结合起来训练神经网络，来实现铁路货运量的时间序列预测。与单纯的BP算法比较，数值计算结果表明BP-SA混合优化策略具有较高的速度和精度。

B P 神经网络，模拟退火算法，铁路，货运量，时间序列预测