基于AHP-BP神经网络的城市移动图书馆服务质量评价优化模型构建

发布时间：2025-01-20 13:32

　　 应用AHP-BP神经网络优化模型构建了一套城市移动图书馆服务质量评价体系。首先在界定移动图书馆服务质量内涵的基础上,从信息资源、服务环境、交互质量和服务效果5个方面选取了15个二级指标,进而利用AHP法确定各指标的专家权重,然后利用实际调查数据采用BP神经网络模型对评价指标权重进行优化并确立指标体系,使得评价结果更加科学、客观、精准。结果发现信息资源是其中最主要的一项评价指标,其次是服务环境、服务效果和交互质量。

【文章页数】：9 页

【部分图文】：

图1 AHP-BP神经网络优化模型构建

针对传统模型指标权重确定的优缺点，本文结合AHP法及BP神经网络法的优缺点，利用AHP-BP神经网络法组合模型，构建了城市移动图书馆服务质量评价模型，实现指标权重值的初定与优化，具体组合模型如图1所示。首先，选取指标建立评价指标体系，构建层次结构，再结合专家评分利用AHP法得到指....

图2 BP神经网络结构

为了弥补AHP法不同方面专家偏好及专家打分主观随意性对指标权重的影响，提高评价指标权值的客观性与可靠性，采用BP神经网络方法对指标权重进行优化处理。20世纪80年代中期，DavidRunelhart等人发现了误差反传训练多层前馈网络，进而提出了BP神经网络算法概念[14]，它是....

图3 BP神经网络训练性能曲线

完成样本数据采集之后，选用三层网络结构在隐含层节点数范围内利用MATLAB软件建立BP神经网络，将15个评价指标样本数据作为BP神经网络输入进行样本学习训练。在数据输入前，首先进行归一化处理，然后随机抽取250份样本作为训练样本进行网络学习训练，剩余50份样本留作测试样本进行网络....

图4 BP神经网络数据拟合结果

由连接权值矩阵Wi,j、Wj,k可得到各指标BP神经网络优化权重，具体如表9所示。3.4BP神经网络指标权重优化结果分析

本文编号：4029324