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.     

基于神经网络理论的现场总线系统安全性评价的研究

本文在介绍神经网络基本原理的基础上，提出了BP神经网络的优化算法：BP-1算法。进而分析了神经网络应用于现场总线系统安全性评价的优点，提出了基于神经网络理论的现场总线系统安全性评价模型和实现方法。最后，以一个原型系统证明了该方法的有效性。     

蚁群神经网络在中小企业信用评价中的应用

为了进一步提高BP神经网络的性能,实现准确、快速预测中小企业信用的目的,在分析信用评价重要性的基础上,根据中小企业信用评价指标体系,提出了一种基于蚁群神经网络的评价模型.利用蚁群算法对神经网络进行训练,再将此网络模型应用到中小企业信用评价系统中,最后通过训练样本和测试样本来检测该蚁群神经网络.结果表明蚁群神经网络的预测方法与传统的BP冲经网络预测方法相比,具有较强的泛化能力,应用在中小企业信用评价系统中具有很高的评价准确率.     

基于Android的项目投资风险评价系统设计

目前主流项目投资风险分析方法易受评价人员主观意识、经验,以及知识局限的影响.神经网络具有大规模并行、分布式存储和处理等特点,适合处理需要同时考虑多条件、模糊的信息问题.文章设计了一个基于BP神经网络风险投资评价系统,使用当前主流的Android平台进行设计开发,利用风险评价方法,发挥人工神经网络的优点,克服了其他评估方法带有主观因素的不足.     

利用模糊-BP神经网络评价高校教师教学质量

为提高高校教师教学质量评价的科学性和合理性,简单分析了传统线性方法进行教师教学质量评价的缺点,介绍了一种基于模糊理论与BP神经网络的高校教师教学质量评价模型。该模型将教学评价指标概念量化成确定的数据作为BP网络的输入,模糊综合评价结果作为输出。运用Matlab进行实证研究发现,将该方法用于高校教师教学质量评价中,既克服了评价主体在评价过程中的主观因素,叉得到了满意的评价结果,具有广泛的适用性。     

基于模糊BP神经网络雷达导引头的性能评价

利用模糊系统和BP神经网络的组合模型来进行电子部件的性能评价,组合模型能够兼具二者优点,从理论上比模糊系统性能评价更精准全面.为提高模糊BP神经网络的映射和预测能力,将BP神经网络结构中的动量因子和学习速率两个参数利用误差反馈来调整.从理论上组合模型对电子部件性能评价误差更小,速度更快.通过实例仿真试验表明,改进后的模糊BP神经网络相比较改进前模糊BP神经网络系统,对导引头的性能评价更精准,适用性更强.     

一个基于神经网络的信息系统安全性综合评估模型

本文提出了一个将神经网络技术与模糊综合评价法结合的评估模型。首先根据信息系统资产的组成以及安全性因素建立层次性的安全性指标体系,使用层次分析法确定指标权重;然后借助安全工具的测试结果,使用模糊综合评估法构造前向神经网络;最后,使用神经网络的反向传播算法调整指标权重。在此模型的基础上,设计并实现了一个信息息系统安全性评估系统。     

大学生综合素质评价中BP神经网络的建模与仿真

介绍了神经网络的基本理论,指出传统BP算法存在的问题及改进方法。在建立大学生综合素质评价指标体系的基础上,提出并建立了一个BP神经网络模型。采用基于动量法和自适应学习率的BP算法对网络进行训练,避免网络陷入局部极小点,提高训练效率。应用该模型对大学生综合素质评价进行仿真,结果表明,利用神经网络进行大学生综合素质评价具有良好的前景。     

基于BP神经网络的BIT虚警抑制技术

从BIT设计、工作可靠性上论述了虚警产生的原因,并以此提出了BIT虚警抑制的方法.分析了BP神经网络的网络模型及工作原理,构建了基于BP神经网络的故障诊断系统,并对导弹测试数据进行了实验,结果表明将BP神经网络用于故障诊断能够有效地抑制虚警产生,使被测系统具有更高的故障诊断能力.     

基于VC++(MFC)的并行神经 网络学习系统的设计及实现

介绍了一个以基于BP模型的并行神经网络(PNN)模型为基础 ,利用VC++(MFC)开发的并行神经网络学习系统的具体实现过程。给出了实现思路、程序框 架等。     

基于改进三角模糊数的网络安全风险评估方法*

采用改进的德尔菲法对网络安全指标进行选取,在评价指标权重确定上,针对传统的AHP（层次分析法）权重确定方法的缺点,提出了改进的三角模糊数评价IFAHP方法。最后,设计并实现了一个网络安全评价原型系统,并采用二级模糊综合评价对网络系统的安全性进行了评估。实验结果表明,该方法能有效地解决AHP方法的主观随意性和一致性验证的问题,提高网络安全评价的客观性和有效性。     

基于层次结构的信息安全评估模型研究

论文提出了一种包含管理因素在内的模糊风险评估模型。采用了ISO17799国际标准作为风险的分类标准,以多层分析的模糊逻辑为模型,同时考虑到安全因素间的相互影响,引入了关系矩阵,实现了安全评估综合决策。通过使用三层结构将复杂关系分解为由局部简单关系构成的递增层次结构关系,同时,考虑到评判打分的主观性,制定了七种评判准则及其到评判集元素间的映射关系,增加了评判的客观性。总之,所提出的模糊风险评估模型是有效而实用的。     

基于模糊综合评判法的高校网络安全评估

分析了目前影响高校网络安全的因素,建立了基于硬件、软件及外部环境的高校网络安全的评估指标体系,给出了基于多级模糊综合评价模型及其评价方法,并结合实例给出了使用评价模型进行网络安全评价的步骤和方法.评价结果表明,提出的方法具有可行性和指导性.     

基于灰色模糊综合评判的电子商务安全评估

针对电子商务安全评估问题,提出了一种基于灰色模糊综合评判的电子商务安全评估方法,以获得对电子商务安全合理的评价结果。通过分析电子商务系统的特点以及相关的信息安全标准,建立电子商务安全评估指标体系;根据指标体系,结合灰色模糊数学中隶属度和灰度的相关理论分析电子商务安全问题,建立灰色模糊综合评判模型;最后利用灰色模糊综合评判法,根据专家打分,对电子商务安全进行评估,最终确定电子商务系统的安全等级。通过实例计算表明,灰色模糊综合评判法适用于电子商务安全评估问题。     

电子政务系统安全工程能力的综合评估方法

提出了基于SSE-CMM的电子政务工程过程能力安全评估的多级模糊综合评判模型和方法。结合实例,给出了具体的评估分析步骤和结果。该评判模型和方法对电子政务安全工程总体过程能力进行客观评估。     

基于模糊综合的信息安全风险评估

随着社会的持续发展和国家信息化步伐的加快,信息安全问题对国家安全的影响日益增加与突出。为了对安全性进行高效地评估,达到提高信息系统安全性的目的,文中提出了一种基于模糊综合评判理论的信息系统安全风险评估模型和方法。模型采用多层结构,引入了关系矩阵描述各个评价因素之间的相互影响关系,并提出了安全性评估指标体系,使用定性和定量的评估方法对安全性进行评估。对模糊综合得出的结果提出了分析方法来获得信息系统的综合风险评价,改变了传统将信息系统看成＂黑盒＂来评估的方法,是对以往安全性评估方法的补充。     

基于Shapley熵的主观信任模型

针对开放网络信任的主观性、不确定性等特点,建立了一种基于Shapley熵的主观模糊信任综合评价模型。该模型运用模糊综合评价法得出节点间的直接信任值,并提出评价取向相似度、反馈评价不确定度、推荐节点可信度三个概念,利用Shapley熵计算节点推荐信任值。仿真实验表明,该模型能准确地计算信任值,并在保证节点交易成功率的同时体现了评价的主观性。     

Neural networks designed on approximate reasoning architecture andtheir applications

The NARA (neural networks based on approximate reasoning architecture) model is proposed and its composition procedure and evaluation are described. NARA is a neural network (NN) based on the structure of fuzzy inference rules. The distinctive feature of NARA is that its internal state can be analyzed according to the rule structure, and the problematic portion can be easily located and improved. The ease with which performance can be improved is shown by applying the NARA model to pattern classification problems. The NARA model is shown to be more efficient than ordinary NN models. In NARA, characteristics of the application task can be built into the NN model in advance by employing the logic structure, in the form of fuzzy inference rules. Therefore, it is easier to improve the performance of NARA, in which the internal state can be observed because of its structure, than that of an ordinary NN model, which is like a black box. Examples are introduced by applying the NARA model to the problems of auto adjustment of VTR tape running mechanisms and alphanumeric character recognition.     

基于三角模糊数的矿山作业人员安全生产综合素质的分析

介绍了三角模糊数的基本理论与方法,建立了基于三角模糊数的矿山作业人员安全生产综合素质的评价指标体系;应用该评价指标体系定量综合地评价矿山作业人员安全生产综合素质,得出矿山作业人员安全生产综合素质评价指标中各因素的相对权重大小为W′1>W′4>W′7>W′6>W′5>W′2>W′3,即安全责任心和作业纠错技能是体现矿山作业人员安全生产综合素质最为重要的指标。该方法克服了层次分析法的局限性,符合人的认识模糊性,能有效降低个人的主观片面性,提高了评价指标权重的可信度。     

多因素分层模糊综合风险评估方法的应用研究

针对电子档案信息安全指标体系中的指标属性冗余的问题,提出了基于相关分析的指标属性检测方法。该方法采用量化指标属性的原则,根据指标属性的平均值和标准差,度量指标属性间的相关性;针对信息安全风险评估准确度不高的问题,提出了多因素分层模糊综合评估模型,该算法采用了层次分析法和模糊数学理论。某单位的电子档案信息系统的实际应用结果表明,该方法能直观、有效地评估系统,评估结果与实际吻合程度较高,为信息安全风险决策提供可靠的依据。