基于范数灰关联度的指标权重确定方法

综合评价是人类社会中一项经常性、极重要的认识活动,是决策中的基础性工作.进行评价主要是确定评价指标体系及指标权重,指标的权重直接影响评价结果.评价指标权重的确定方法目前有主观确定、客观确定以及主客观结合确定,主要方法有AHP法、主成分分析、熵值法、神经网络法和灰色理论中的群灰关联度法.本文将传统的灰关联理论与范数概念相结合来确定指标权重并进行综合评价.     

小波神经网络在综合评价中的应用

人工神经网络在实际应用中较多采用基于Sigmoid激励函数的BP神经网络,Sigmoid激励函数为全局函数,其支集为整个欧氏空间,存在严重重叠,所以存在较易陷入局部极小、收敛速度慢、抗噪声能力差的特点.为解决人工神经网络在综合评价中存在的一些问题,本文提出利用WNN建立综合评价模型.WNN是建立在小波理论基础上的一类新型前馈神经网络.小波神经网络兼容了小波与神经网络的优越性,一方面,充分利用小波变换的时一频局部化特性;另一方面,发挥神经网络的自学习功能,从而具有较强的逼近与容错能力.