本文主要研究内容
作者饶逸飞,陈东旭（2019）在《基于GHS泛函神经网络散杂货港口生产力评估》一文中研究指出：为提高散杂货港口生产力评估的有效性,提出一种基于高斯和声算法(GHS)优化功能链接模糊神经网络的散杂货港口生产力评估方法。首先,根据评价指标的可操作属性,对模型指标的覆盖全面性进行设计,并结合实际属性对数据采集处理过程进行分析,实现对散杂货港口生产力评估的指标选取;其次,利用泛函链接神经网络进行散杂货港口生产力评估模型的设计,并将其作为网络输出进行网络模型的模糊规则设计,实现了散杂货港口生产力评估模型的构建;最后,通过仿真实验,该模型的实际与期望输出之间的拟合程度非常接近,可实现95%以上的样本数据的识别效率,可以满足真实散杂货港口散杂货生产力评估的精度要求。
Abstract
wei di gao san za huo gang kou sheng chan li ping gu de you xiao xing ,di chu yi chong ji yu gao si he sheng suan fa (GHS)you hua gong neng lian jie mo hu shen jing wang lao de san za huo gang kou sheng chan li ping gu fang fa 。shou xian ,gen ju ping jia zhi biao de ke cao zuo shu xing ,dui mo xing zhi biao de fu gai quan mian xing jin hang she ji ,bing jie ge shi ji shu xing dui shu ju cai ji chu li guo cheng jin hang fen xi ,shi xian dui san za huo gang kou sheng chan li ping gu de zhi biao shua qu ;ji ci ,li yong fan han lian jie shen jing wang lao jin hang san za huo gang kou sheng chan li ping gu mo xing de she ji ,bing jiang ji zuo wei wang lao shu chu jin hang wang lao mo xing de mo hu gui ze she ji ,shi xian le san za huo gang kou sheng chan li ping gu mo xing de gou jian ;zui hou ,tong guo fang zhen shi yan ,gai mo xing de shi ji yu ji wang shu chu zhi jian de ni ge cheng du fei chang jie jin ,ke shi xian 95%yi shang de yang ben shu ju de shi bie xiao lv ,ke yi man zu zhen shi san za huo gang kou san za huo sheng chan li ping gu de jing du yao qiu 。
论文参考文献
论文详细介绍
论文作者分别是来自控制工程的饶逸飞,陈东旭，发表于刊物控制工程2019年07期论文，是一篇关于和声搜索算法论文,泛函神经网络论文,散杂货港论文,生产力评估论文,控制工程2019年07期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自控制工程2019年07期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：和声搜索算法论文; 泛函神经网络论文; 散杂货港论文; 生产力评估论文; 控制工程2019年07期论文;