电力企业信息系统评价指标体系 及专家神经网络算法的研究

2013-11-21 10:05:13 电力信息化  点击量: 评论 (0)
电力企业信息系统评价指标体系及专家神经网络算法的研究王敬敏,郭辉(华北电力大学 经济管理系 河北保定 071003)Abstract: Base on the construction of an evaluation index system for the m

评语 很好 较好 一般 较差
得分 1-0.9 0.9-0.7 0.7-0.5 0.5-0.3 0.3-0.1 0.1以下
2)神经网络的输出是[0,1]之间的数,专家体系根据网络输出的结果与评语集中的评语进行匹配,从而给出该体系的运行效果。
3)设专家个数为n,专家体系将计算各输入变量对评价结果的影响能力,并予以解释,的计算公式采用:
4 具体算例
邀请相关专家对某省10个电力企业的管理信息系统做出评价,应用基于神经网络的管理信息系统综合评价方法进行仿真评价。把有专家评价得到的10组典型数据作为样本,数据如下表所示,各列分别表示各评价指标在系统中相应的专家评价值。

1 2 3 4 5 6 7 8 9 10
0.9 0.7 0.9 0.9 1 0.9 1 0.7 0.7 0.9
0.9 0.1 0.9 1 0.9 0.9 0.9 0.9 0.1 0.9
0.7 1 0.9 1 0.1 0.9 0.7 0.9 0.1 1
0.1 0.9 0.1 0.9 0.9 0.9 0.9 0.7 0.9 0.7
0.1 0.7 0.7 0.9 0.9 0.9 1 1 0.9 0.7
0.5 0.7 1 0.7 0.9 0.5 1 0.5 0.9 0.9
0.7 0.3 1 0.7 0.7 0.9 0.3 0.5 0.9 0.9
0.9 1 0.5 0.5 0.3 0.3 0.1 0.5 0.9 0.5
0.5 0.3 0.7 0.1 0.3 0.5 0.7 0.5 0.7 0.7
0.5 0.1 1 0.7 0.3 0.7 0.9 0.9 0.5 0.1
0.9 1 0.7 0.5 0.5 0.9 0.1 0.1 0.3 1
0.1 0.3 0.1 0.1 0.1 0.9 0.3 0.7 0.5 1
0.1 0.9 0.5 0.5 0.9 1 1 0.1 1 0.5
0.1 0.9 0.1 0.7 0.5 0.1 0.7 1 1 0.1
0.7 1 0.1 1 0.3 0.1 0.1 0.5 0.3 0.9
0.3 0.9 0.9 0.7 0.7 0.3 1 0.1 0.3 0.3
0.5 0.1 0.7 0.5 0.5 0.7 0.3 0.5 0.5 0.9
0.9 0.5 0.1 0.3 0.7 0.1 0.3 1 0.3 0.9
0.7 0.7 1 0.3 0.1 0.9 0.3 0.1 0.1 1
0.3 0.9 0.5 1 0.1 0.3 0.3 0.3 0.9 0.7
选取上列10组样本数据作为训练信号,训练该网络,模拟待评估的对象。给定精度为,网络隐含层神经元选为6个,训练次数次,权值调整参数,偏置值调整参数,学习结果如下表所示,它们与期望的输出非常接近,仿真评价结果与专家对管理信息系统的评价结果完全一致。
  1 2 3 4 5 6 7 8 9 10
训练结果 0.6825 0.7475 0.66 0.675 0.4175 0.7175 0.6475 0.4375 0.595 0.845
专家评价 0.6895 0.7397 0.6569 0.6735 0.4160 0.7153 0.6422 0.4330 0.5924 0.8371
相对误差(%) 1.0392 0.4561 0.2154 0.2756 0.3015 0.804 0.8365 0.441 0.9379 0.5036
仿真归类 较好 较好 较好 一般 较好 一般 较好
专家归类 较好
大云网官方微信售电那点事儿

责任编辑:和硕涵

免责声明:本文仅代表作者个人观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
我要收藏
个赞