基于Hopfield神经网络的企业竞争力评价模型

在专家评价数据基础上,针对企业竞争力评价的非线性特征以及竟争力评估体系中存在的诸多非定量因素,建立企业竞争力评价的Hopfield神经网络模型。评价模型可以根据专家打分对已有评价体系中的主观性因素进行量化,并利用神经网络的联想与记忆功能进行量化评价的计算。该模型较已有的评价体系具有更高的计算效率。利用Hopfield神经网络进行企业竞争力评价的方法可操作性强,可以克服传统评价方法主观性过强的缺点,具有较广泛的实用性。     

一种改进的软件项目投资风险评价模型

提出一种改进的软件项目投资风险评价模型。该模型在软件项目投资风险评价指标体系的基础上采用因子分析的方法进行降维处理,从而减少问题分析的维度。同时,在B-P神经网络的建模过程中利用一种基于黄金分割原理的优化算法确定隐含层节点数,提高了风险评价的精度。实际评价数据表明,该模型能够有效地完成软件项目投资风险的评价。     

基于神经网络的故障诊断效能模糊综合评价研究

构建了并行测试系统(PATS)故障诊断效能评价指标体系,针对该指标体系在评价过程中存在的不确定因素,结合神经网络和模糊理论的优点,提出了基于神经网络的模糊综合评价方法(FCEANN);详细给出了FCEANN的求解算法及步骤,结合实例进行仿真实验并与专家评价结果进行比较,对影响模型预测精度的因素进行了分析;仿真结果表明,基于BP神经网络和Elman神经网络的FCEANN均能够很好地模拟专家评价的全过程,能够准确地对PATS的故障诊断效能指标进行评价;并将两种神经网络的仿真结果进行了比较,结果表明,Elman神经网络得到的仿真结果精度更高.     

基于Hopfield网络的信息技术外包服务商评价模型

提出了一套简单有效的IT外包服务商评价指标体系。通过结合层次分析法,建立了一种基于离散型Hopfield神经网络的评价模型,实现了对IT外包服务商的多指标评价。为企业用户评价、选择外包服务商提供了一种新方法。     

RS_RBF在高新技术项目投资风险评价的应用

研究高新技术项目投资风险评价问题.由于高新技术项目各评价指标间的存在着冗余信息,传统的方法无法除去这些冗余,导致风险评价结果有时不正确,出现误导信息.为了提高风险评价的正确性,提出了一种粗糙集(RS)和径向基函数(RBF)神经网络相结合的高新技术项目投资风险评价混合模型.首先利用粗糙集的强大的数值分析能力对各评价指标进行属性约简,从而减少了RBF神经网络的训练数据,简化了网络结构,然后对约简后的数据利用RBF神经网络进行训练,最后应用于高新技术项目投资风险评价中.仿真结果表明,与RBF神经网络模型相比,混合模型加快了网络的运算速度,评价误差更小,评价精度进一步提高,获得了较好的评价结果.     

应用BP神经网络的教学评价模型及仿真

在教学管理问题的研究中,针对教学质量评价的非线性特征以及教学质量评估体系中存在的诸多非定量的因素,建立教学质量评价的BP神经网络模型.评价模型可以根据专家打分对已有评价体系中的主观性因素进行量化,并利用神经网络的自学习,自适应及非线性逼近能力进行量化评价的计算,较已有的评价体系具有更高的计算效率.利用专家提供的数据在Matlab软件中对三层BP神经网络模型进行仿真训练,得到用于评判的神经网络模型.利用BP神经网络进行教学质量评价的方法可操作性强,可以克服传统评价方法主观性过强的缺点,同时避免了传统教学质量评价的复杂过程,具有较广泛的实用性,并为教学质量提供了依据.     

基于BP神经网络的企业财务风险评价模型

本文选取了近千家企业的财务数据作为样本,建立了基于BP神经网络的企业财务风险评价模型,通过对实验样本的抽取以及标准化处理,进行了模型优化,选择了适合解决该问题的网络参数,并利用试错法找到了误差性能最好的网络结构,通过网络测试,对该模型的可靠性进行了分析。结果表明,该模型优于传统的专家评价方法。     

MCAI软件BP神经网络评价模型

在MCAI软件评价指标体系建立的基础上,利用人工智能的方法建立了MCAI软件BP神经网络评价模型.该模型具有自学习,自适应的特点,利用层次分析法评价模型所得的评价结果集作为该模型的学习样本,经过训练后的BP神经网络具有"专家"经验,实现了对MCAI软件的评价由定性评价转为定量评价,是对MCAI软件评价方法的创新.     

基于因子分析与风险矩阵的IT外包风险评价

IT 外包项目存在客户与服务商信息不对称,双方组织文化差异,项目风险规模大、周期长、资金大,以及信息安全与知识产权等问题。为此,提出基于因子分析与风险矩阵的IT外包服务风险评价模型,采用因子分析与风险矩阵的Borda分析方法,实现对关键因子影响等级的定量评价。实例分析证明,服务关系管理风险与服务商接包能力风险对IT外包项目影响等级最高。     

人工智能在教学质量监控中的应用

教师教学质量评价是一项主观性很强的工作,本文利用了人工智能中的B—P神经网络算法,提出教学质量评价指标体系和教学质量评定的数学模型,通过对该模型进行训练,使其模拟专家评价的思维,训练成功的模型能代替专家进行日常教学质量监控。     

模糊层次分析法和人工神经网络模型在电梯风险评估中的应用

针对特种设备风险评估模型中的人工神经网络(ANN)技术一般采用定量加权平均法. 由于其权值是以专家经验为依据, 导致评估所需时间太长. 针对这个缺点, 建议将模糊层次分析法(F-AHP)和ANN相结合, 用于对电梯的风险评估中. 实验证明用此方法进行评估所用的时间比ANN方法要少, 且评估的准确性没有降低.     

A method for the evaluation of risk in IT projects

Information technology projects are particularly prone to failure due to their specific characteristics, making risk management become one of the critical elements in IT projects management. That is why several authors have developed risk evaluation methods, some of them based on fuzzy logic. This article proposes a new risk assessment method based in a combination of fuzzy analytic hierarchy process (FAHP) and fuzzy inference system (FIS). FIS is used for the integration of the groups of risk factors. These risk factors are the evaluation criteria of a modified FAHP which minimizes the disadvantages of the classic implementation of FAHP in order to obtain a more intuitive and easily adjustable model for multicriteria decision analysis with a lower computational need. The proposed model takes into consideration the different levels of uncertainty, the interrelationship among groups of risk factors, and the possibility of adding or suppressing options without losing the consistency with previous evaluations. The new method is especially suitable for the evaluation of development projects in the area of IT in which multiple interrelated risk factors can be particularly uncertain and imprecise. To implement the evaluation method, a hierarchy of risk factors was implemented. A numerical example is presented with data from three actual cases of IT projects, showing the applicability of the new method, the suitability of the selected taxonomy, and the significance of a few risk factors. Several future lines of work are proposed.     

基于故障树的等级测评专家系统模型研究*

结合等级测评、风险评估和专家系统的相关技术,提出了一种将故障树和专家系统技术用于等级测评结果的综合分析模型。该模型通过将评价标准转换成规则固化在知识库中,利用故障树对知识进行展示和分析,并利用不确定推理方法对评估事实进行推理,得到该信息系统存在的安全问题可能会发生什么安全事件,从而紧密地将等级保护要求和用户安全需求联系在一起,极大地提高了用户实践等级保护的积极性,并为等级测评与风险评估有机结合提供了一种新的思路。另外,本系统还利用粗糙集理论从信息安全事件中自动获取推理规则,使得推理规则能随着安全状态的变化     

信息安全风险评估工具的设计与实现

研究了信息安全风险评估工具的分类方法与发展趋势,在参考国内外评估方法和评估工具的基础上,对风险评估工具进行了设计与实现。该工具是专家评估系统,根据自定义的安全策略和安全基线动态生成调查问卷表,运用定量和定性相结合的方法进行风险评估,为提高风险评估效率、确保评估结果的科学性提供了有力支持。     

基于自适应专家权重的信息系统风险评估模型

针对风险评估过程中存在专家权重难以合理设置,评估结果受专家主观性影响大等问题,提出一种基于自适应专家权重的信息系统风险评估模型SAEW-ISRA,给出一种细粒度专家权重自适应调整方法。首先,在评估过程中引入三角模糊数对风险指标属性评分;其次,根据专家评分模糊度描述专家知识量,结合与专家群体评分的距离构建后验权重,可使专家权重自适应调整,同时使用模糊层次分析法构建风险指标权重;然后,提出信息系统风险指标危险度量化方法,可计算风险值;最后,通过某信息系统的风险评估实例验证所提方法能达到更高的评估准确性,同时在一定程度上解决了评估过程中权重不合理问题。     

基于案例的大型项目研制风险评估专家系统

针对大型项目研制风险评估的实际和评估过程,该文引入基于案例的专家系统对大型项目研制风险进行评估,建立了构建专家系统的基本框架,讨论了风险案例库建立的过程和基于案例的推理机制,为建立智能化的评估专家系统做了探索性尝试。     

组合评价方法在煤矿安全风险评估中的应用

研究煤矿安全风险准确评估问题,煤矿生产的复杂性导致煤矿事故的动态性、模糊性和随机性,且影响煤矿安全风险等级指标多,指标与风险等级之间呈复杂的非线性关系,导致传统评估方法的准确率低。为了提高煤矿安全风险评估的准确率,提出一种组合的煤矿安全风险评估方法。首先构建出煤矿安全风险评估指标体系,然后采用层次分析法计算各评估指标权重,且采用模糊方法建立判断矩阵,最后将其输入到BP神经网络学习建立煤矿安全风险评估模型。利用具体数据对模型性能进行了验证性测试。实验结果表明,相比较于其它评价方法,组合评价方法提高了煤矿安全风险评估的准确率,是一种有效的煤矿安全风险评估方法。     

基于战略对应的IT项目组合选择模型

把信息技术项目当作组合来管理可以通过平衡风险和收益来促进企业目标和IT应用的结合,但由于决策信息的不确定性和IT项目目标与企业战略的难以对应,企业面临IT项目组合选择的挑战。构建基于战略对应的IT项目组合选择模型,其中模糊集和模糊层次分析法用来刻画不确定信息和评估IT项目风险、成本及收益,关键成功因素法用来提高IT项目与企业战略的对应,并建立模糊0－1整数规划。利用定性可能性理论把模糊组合选择模型转化为一般可求解的整数规划形式,最后用一个案例说明模型的用法。     

综合风险评估工具的设计与实现

研究了信息安全风险评估工具的分类方法与发展趋势，在分析国内外多种风险评估方法的基础上，设计并实现了一个综合风险评估工具。该工具是多专家评估系统，集成了安全管理评价工具、系统软件评估工具和风险评估辅助工具3类工具的功能，运用定量和定性相结合的方法进行风险评估，为提高风险评估效率、确保评估结果的科学性提供了有力支持。     

适用于软件成本估计及风险评估的混合方法

论文提出了一种用于软件成本估计以及风险评估的方法。该方法将基于算法模型与基于经验的两种成本估计方法相结合,一方面以软件项目基础数据作为评估基础,另一方面则利用了专家知识。另外,该方法还可应用于软件风险评估。为了说明该方法以及证明其可行性,文中提供了一个案例研究。该案例详细说明如何构建成本费用估计模型以及如何利用该方法进行软件风险评估。