多层多目标广义决策模型与智能化算法的研究
基本信息
结项摘要
本项目提出了一种基于BP-Hopfield神经网络的多目标决策算法,从而使决策者仅向分析者提供隐性效用数值偏好的信息,本项目还分析了二类两层决策问题的若干解析性质,并在此基础上提出了基于Jose-Herskovrts可行方向法和Frank-Wolfe方法的人工神经网络算法,该方法有效综合了F、H可行方向法全局收敛性的特点.F-W方法迭代过程简单、迅速,人工神经网络方法快速收敛等特点.此外,本项目还给出了一个多层多目标广义决策模型的概念及其建立和求解过程,这种广义模型是一种数学模型(方法)与专家知识(人工智能)技术相嵌与组合的模型集成,另外,还提供了广义模型的建模途径与方法.
项目摘要
项目成果
{{i.achievement_title}}
{{i.achievement_title}}
暂无此项成果
数据更新时间：2023-05-31
其他相关文献
Ordinal space projection learning via neighbor classes representation
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
Numerical investigation on aerodynamic performance of a bionics flapping wing
盛昭瀚的其他基金
相似国自然基金
随机型多目标双层均衡供应链决策模型与算法研究
模糊广义几何规划决策模型与方法
具有不确定性多目标决策智能化方法研究
量子免疫多目标优化模型与算法研究