基于BP神经网络的D-S证据理论及其应用

命题基本概率分配（BPA）的确定是D-S证据理论得以广泛应用的关键之一。目前，大部分确定方法受专家知识偏好影响较大，难以反映客观情况。将BP网络运用到基本概率分配的确定过程中，使得BP网络和D-S证据理论两者有机地联合应用，这样既可利用D-S证据理论来表达和处理不确定信息，又可以充分发挥BP网络的自学习、自适应和容错能力。文中建立了基于BP网络的D-S证据理论的故障诊断模型，并给出了证据的融合算法。仿真实验表明，该模型可行。     

基于BP神经网络的飞行器外观设计评价模型

目的建立基于BP神经网络的飞行器外观设计评价模型,使飞行器外观设计更加科学化、符合实际需求。方法基于BP神经网络的飞行器外观设计评价方法是通过建立综合评价指标体系,并组织专家对样本进行评判打分,得到神经网络的训练、检验数据,由MATLAB仿真计算出各项指标的权重关系,并提炼出反应各项评价指标和综合评价结果的非线性关系。结论 BP神经网络的评价模型降低了综合评价法、层次分析法评价过程中主观因素的影响,能够客观、全面地对飞行器外观设计做出评价,为选择最优的飞行器外观设计方案提供有效的参考依据。     

一种基于D-S证据理论的复杂产品模块划分评价方法

模块划分是复杂产品模块化设计的基础,划分的优劣直接关系到客户定制产品设计、制造和装配的效率。针对现有的研究在模块划分方案形成以后缺乏对模块优劣的合理评价,该文通过引入D-S证据理论,从装配复杂性、可制造性、模块性、稳定性、造型结果与体积紧凑性6个指标对模块创建方案的满意度进行不确定和不完全性的综合评判,提出了一种双层模块化创建方案评价方法。该方法符合人的思维判断过程,具有一定的灵活性、有效性和合理性。     

基于三角模糊和BP神经网络的产品意象造型设计

目的 针对目标产品造型与用户模糊感知意象适应性欠佳问题,探索性提出一种基于三角模糊和BP神经网络的意象造型设计方法.方法 在分析产品意象造型设计流程的基础上,以三角模糊方法作为BP神经网络模型意象输入数据的预处理工具,将用户模糊感知意象量化转换;并采用因子分析法降维获取优势感知意象;借助KJ和专家评定法获取差异性较大样本,根据形态分析和建模特点划分产品部件造型特征,通过Delphi法多轮选出优势样本;基于Matlab平台,采用权值惯性可调节、学习率可变的traingdx网络训练算法,对产品优势样本进行学习、训练和预测,构建部件造型要素与用户感知间的关系模型,实现造型设计元素的最佳定量化组合,使BP神经网络对用户模糊意象的定性更为有效,将该方法应用于腰椎牵引器造型设计中.结论 实验结果表明,该方法能有效实现模糊意象的定量分析,所建立的腰椎牵引器神经网络模型输出符合设计要求,促进设计概念转化.     

基于 BP 神经网络的气调包装评价方法研究

目的为了提高果蔬气调包装评价应用水平。方法基于BP神经网络,对果蔬MAP包装评价的理论研究现状进行了系统的研究和分析,系统地介绍了基于BP神经网络的评价方法原理。以牛肉气调包装为例,选用pH值、TVB-N值(挥发性盐基氮)、汁液流失率、细菌总数、色泽等评价指标,建立了气调包装评价模型,并用实例进行了证明。结果评价了样本MAP2,MAP6,MAP9的实际输出值分别为0.61,0.83,0.69,符合所选牛肉的气调包装表现。结论评价方法实用性强,可用于各类产品的气调包装评价,为气调包装方案的设计提供了依据。     

基于神经网络的乳儿产品交互性设计评价

目的基于RBF神经网络研究一种乳儿产品交互性设计评价的方法。方法针对乳儿产品交互性评价的3个指标,即"使用性、教育性、娱乐性"及其子指标,运用ANP网络分析法来确定各指标在总体评价中占有的权重;然后据此建立基于RBF神经网络的乳儿产品交互性设计评价模型,并用实际案例来验证其可行性。结论该评价方法经实际验证,其评价效果客观合理,对于更精确地对乳儿产品的交互性设计进行评价有一定的参考价值。     

基于BP神经网络的企业标准化综合评价方法研究

神经网络作为解决当前大多数非线性科学和计算智能领域问题的主要工具,对解决一些定性问题定量处理发挥了重要的作用.标准化是介于社会科学和自然科学之间的一门复杂性科学,其具有非线性的典型特点,对一些指标进行量化就显得尤为困难,目前对一些单位和项目进行标准化评价,主要采用的方法是专家打分法,对相关的管理工作带来了一定的不便.本文借助于神经网络在处理非线性问题中的优势,通过标准化工作综合评价指标体系,建立了三层BP神经网络模型,并给出了相关的算法,从性能分析可以发现,该方法对于标准化工作的综合评价具有一定的先进性,对后续提升标准化工作的科学性具有一定的参考意义.     

基于D-S证据理论和AHP的故障诊断方法研究

提出了一种基于D-S证据理论和AHP的故障诊断方法，给出了基于AHP法的基本概率分配构造方法．最后，结合故障诊断实例，详细阐述了该诊断方法的应用过程，在对多个传感器提供的证据进行合成后，诊断结论的可信度明显提高，不确定性明显降低，证明该诊断方法合理有效．     

基于感性意象和BP神经网络的产品CMF决策模型研究

目的 为实现特定感性意象下的产品CMF精准选定与量化,结合BP神经网络和线性回归提出一种产品CMF决策模型。方法 通过文本挖掘形式确定用户感性意象,根据HSV色彩模型与选定的康复辅具的材质与工艺构建CMF要素空间,并基于设计要素空间形成海量CMF方案,同时根据选定感性意象对方案加以评价,获得感性意象与CMF单一设计要素的定性映射关系。将CMF方案编码后与感性意象评价值结合,并通过BP神经网络以定量方式构建CMF决策模型,筛选出最优色彩区间、材质及工艺。对选中色彩区间再次细分出设计方案并进行评价,通过线性回归得到色彩回归方程,从而构建产品CMF的综合决策模型。结果 以膝关节支具为例进行实例研究,通过BP神经网络构建的一阶CMF决策模型预测值与期望值的均方误差MSE为0.038 13,且预测结果与定性映射关系基本一致,表明该阶模型可信度较高且精度良好。利用线性回归构建的二阶决策模型P值小于0.01,表明H、S、V的数值与感性意象评价值具有显著相关性,证明了该CMF决策模型的可行性。结论 构建的CMF决策模型在产品设计领域具有一定的通用性,能够有效实现康复产品CMF的精准选择与量化,在定性和定量层面指导康复产品CMF决策的优选和创新。     

基于BP神经网络的印刷色彩质量综合评价

应用BP人工神经网络模型对印刷色彩质量进行评价。对BP网络模型进行了改进:对网络模型的专家样本进行改进,即在国家对印刷色彩质量相关规定的基础上,通过大量的试验和分析构造出训练样本,从而提高了模型的鲁棒性和识别的准确性;采用基于黄金分割理论的优化算法对BP网络模型的隐含层节点数进行优选,使模型在进行较少次的循环迭代后训练误差收敛到最小,从而提高网络模型的性能。实例表明,此印刷色彩质量评价方法是切实可行的,评价结论具有客观性和实用性,能够细致划分印刷品等级。     

BP神经网络在产品配色中的应用研究

目的实现产品配色设计的自动化。方法以感性工学为理论基础,采用神经网络为关键技术来研究产品配色。首先确定产品色彩的感性词汇与色彩设计要素,然后利用BP神经网络模型建立色彩编码与感性意象评价值之间的关系,最后结合豆浆机实例,设置BP模型中的输入层、输出层、隐含层的相关参数来进行豆浆机配色感性意象设计的实验仿真。结果测试验证了BP神经网络在产品配色设计中应用的有效性。结论表明了产品感性意象与产品配色之间的关系,论证了利用BP神经网络建立产品配色辅助设计系统的可行性。     

基于神经网络训练的战略分析和协商机制的绩效评价

论述了绩效管理模型的发展历程和发展趋势，介绍了BP神经网络评价模型形成的原理，综合运用多种方法建立了财务指标和非财务指标相结合的企业投资决策战略绩效评价的一般指标体系，采用了主成分分析和专家判断相结合的方法对企业投资决策绩效评价指标进行筛选。建立了基于SWOT战略分析和BP神经网络训练的企业投资决策绩效评价模型，并运用该模型对武钢焦化企业投资项目进行了实证分析。     

基于BP神经网络的个性化多功能茶几设计研究

目的 通过分析消费者感性需求和多功能茶几产品形态设计要素,建立二者之间回归的联系模型,完成多功能茶几产品的个性化设计,解决茶几产品无法按照用户消费需求设计制造的难题。方法 首先运用语义差异法获取消费者对茶几产品的感性意象评价值,并利用因子分析法对评价值进行归纳整理,其次按照茶几产品设计要素对其进行模块解构,并对各部分模块进行数值化编码,再次根据整理的感性意象评价值和模块数值训练茶几产品BP神经网络,建立二者间映射关系,最后实施二次语义差异法问卷实验,验证BP神经网络的准确性。结果 根据训练的茶几产品BP神经网络可预测出感性评价值最大的茶几产品造型,实验结果验证了茶几产品BP神经网络模型的准确性,为茶几产品的个性化设计提供了有利的支撑。结论 此方法提高了茶几产品的设计效率,提升了茶几产品设计的合理性,解决了家具设计者无法精准按照用户主观需求完成客观产品设计的难题,为以消费者需求市场为导向的产品设计制造提供了有益的参考和指导。     

基于BP神经网络和DEA的物流供应商选择

把交叉模型的评价结果设定为样本的期望值,将BP神经网络和交叉评价模型有机结合起来,构建了物流供应商选择模型。以2006年22家上市物流供应商的数据为样本进行了研究。该方法从统计数据出发,避免了主观因素对评价结果的影响,使物流供应商选择结果具有相对客观性。实例表明,该选择模型能够确定出备选物流供应商的评价等级和大小,为物流供应商的选择提供了一种新方法。     

BP神经网络的宇航服多维意象造型评价方法

目标 为适应宇航服造型设计对“大国形象”多维意象识别的需要,提出了以“大国形象”为导向的宇航服造型设计评价模型构建方法。方法 在大量用户调研的基础上,对“大国形象”意象集进行筛选,并采用认知实验与聚类分析相结合的方法获得宇航服产品的代表样品。采用语义差异法,对“大国形象”感性意象集中初步筛选词和宇航服产品代表样本之间的映射数据进行检验和分析,对得到的数据结果进行主成分分析,以获得宇航服产品对“大国形象”感性意象的认知空间。同时,根据全局HIEs解构原则和宇航服产品的功能约束清单建构宇航服产品造型特征空间。采用语义差异法和认知测试,得到宇航服造型多维意象认知空间。利用BP神经网络,以样本关键HIEs评价经数字编码后作为输入层,以各意象词下样本的感性意象均值作为输出层,构建宇航服造型意象评价模型。随后,采用留一交叉训练法对评价模型的准确性进行验证。结论 该评价模型能够有效解决造型特征与多维意象之间的映射及匹配,论证了造型意象和认知空间之间存在的关联性,探索出设计目标和设计意象关联判断的实践方法。     

基于生态位理论的虚拟企业BP神经网络评价模型研究

借鉴了生态学中生物生态位的概念和理论,分析了虚拟企业生态位概念的内涵.从虚拟企业生存、进化和竞争的三维生存空间角度,建立了基于"态"、"势"、"位"概念的虚拟企业生态位评价体系.构建了基于BP神经网络的虚拟企业生态位评价模型,利用MATLAB神经网络软件包进行仿真计算,并通过典型算例验证了该方法的有效性.