混合不确定性模块化神经网络与高校效益预测的研究

发布时间：2017-04-17 04:03

  本文关键词：混合不确定性模块化神经网络与高校效益预测的研究，由笔耕文化传播整理发布。

【摘要】：提高边际效益是高校资产资源配置优化过程的最终目标,教育部每年的预算投入到各个高校,是学校从事教学科研最直接的保证,是其人才培养、师资队伍建设和社会服务这些功能实现的基础。随着高等教育快速发展,如何评价高校资源配置情况,是合理使用资金、使得产出最大化的首要问题。影响效益的因素往往存在与效益复杂的非线性关系。影响效益评价的因素,不能单单只用模糊性、随机性来识别,变量往往同时包含模糊不确定性和随机不确定性,我们称之为“混合不确定性变量”。本章以含有变量的模糊不确定和随机不确定的混合属性变量问题,讨论构建“混合不确定性神经网络”以解决系统中的模糊随机性特点,将使用Mamdani型模糊逻辑系统模型对神经网络进行系统建模,并用模块化方法建立分块神经网络集成系统输出,主要工作如下:1、对于单一结构神经网络样本泛化能力差、收敛速度慢,容易陷入极小值问题。面对复杂的混合事件,本文使用混合不确定性模块化神经网络,其容错能力、鲁棒性、计算能力都有很大的提升。2、对同时包含随机模糊等不确定性变量,提出同时考虑变量的模糊性与随机性。例如模型里的指标如“投入”、“国家定位”、“媒体关注”等变量不仅仅当做确定型变量,增加对其模糊性与随机性的考察,模糊域上的概率密度函数描述混合不确定性。3、结合模糊随机系统与神经网络系统。根据模糊C-均值聚类中心来获得模糊变量模糊隶属度函数有关参数,根据样本最大隶属度所属类别提取模糊规则,使用Mamdani型模糊逻辑模型,获取混合不确定性的逻辑规则集。建立单层的非线性BP神经网络,并使用梯度下降法,修正网络权值参数,得到各个子网络的输出,集成模块神经网络样本得到总的输出。4、采用模块化混合不确定性神经网络进行高校资源配置效益预测。根据样本特征性质分成若干类,建立若干个子模块神经网络系统,将复杂的问题分解相对简单的若干个子问题,有效的提高系统的学习能力,提高了高校效益预测的准确率,证明了混合不确定性模块化神经网络在连续问题的有效性。
【关键词】：混合不确定性神经网络 模块化神经网络 高校资源配置效益预测
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G647.25;O211.5
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-15
• 1.1 引言10-11
• 1.2 研究背景11-13
• 1.2.1 选题研究背景11
• 1.2.2 理论研究背景11-13
• 1.3 本文解决的问题及章节安排13-15
• 1.3.1 本文解决的问题13-14
• 1.3.2 本文的结构14-15
• 第二章 不确定性与模糊逻辑神经网络相关理论15-29
• 2.1 不确定性相关理论15-20
• 2.1.1 随机集及相关理论15-16
• 2.1.2 模糊集合相关理论16-20
• 2.2 模糊逻辑神经网络20-25
• 2.2.1 模糊逻辑系统20-23
• 2.2.2 模糊逻辑神经网络23-25
• 2.3 模块化神经网络25-28
• 2.3.1 模块化神经网络的概念25-26
• 2.3.2 模块化神经网络的构建26-27
• 2.3.3 模块化神经网络的应用27-28
• 2.4 本章小结28-29
• 第三章 确定性模块化神经网络高校效益预测建模29-52
• 3.1 高校资产资源配置项目研究背景29-39
• 3.1.1 高校资产资源配置研究思路29
• 3.1.2 高校资源配置效益评价29-36
• 3.1.3 高校资源配置效益预测研究36-39
• 3.2 模块化结构的神经网络学习算法39-42
• 3.2.1 结构学习算法39-41
• 3.2.2 参数学习算法41-42
• 3.3 模块化BP神经网络高校效益预测42-51
• 3.3.1 数据预处理42-46
• 3.3.2 子网络建模46-48
• 3.3.3 网络集成48-51
• 3.4 本章小结51-52
• 第四章 混合不确定性模块化高校效益预测建模52-71
• 4.1 模糊聚类相关算法理论53-54
• 4.1.1 模糊聚类53
• 4.1.2 模糊C-均值聚类53-54
• 4.2 概率模糊集54-58
• 4.2.1 混合事件的定义54-55
• 4.2.2 概率模糊集的性质55-56
• 4.2.3 概率模糊集的计算56-58
• 4.3 混合不确定性模块化神经网络算法概述58-61
• 4.4 混合不确定性模块化神经网络高校效益预测建模61-70
• 4.4.1 数据预处理61-64
• 4.4.2 子网络建模64-69
• 4.4.3 网络集成与结果分析69-70
• 4.5 本章小结70-71
• 结论71-72
• 参考文献72-74
• 附录74-76
• 攻读硕士学位期间取得的研究成果76-77
• 致谢77-78
• 附件78

【参考文献】

中国博士学位论文全文数据库 前2条

1 张耿;概率模糊逻辑系统的理论研究及在复杂过程建模中的应用[D];中南大学;2012年

2 唐敏;混合不确定性表示及应用研究[D];国防科学技术大学;2012年

中国硕士学位论文全文数据库 前2条

1 陈应俊;多目标优化的模块化神经网络模型研究[D];华南理工大学;2011年

2 邓娜;模糊神经网络模型的优化约简及非线性逼近研究[D];华南理工大学;2013年

  本文关键词：混合不确定性模块化神经网络与高校效益预测的研究，，由笔耕文化传播整理发布。

本文编号：312344