摘要
该文提出一种基于粗集-神经网络项目评估新方法,该方法应用粗糙集理论对神经网络的输入数据进行预处理,提取其中的关键成分作为网络的输入,提高了神经网络的收敛速度和逼近精度,并以中国农业水利工程项目为背景进行了实例研究,结果表明,建立的模型不仅较公平、合理,而且提高了神经网络模型的学习效率。
A new method for evaluating engineering project based on the rough neural network was proposed. This method applying the rough set theory carries on the pretreatment to the input data of nerve network, and withdraws essential ingredient as the input of the network. It can improve the convergence ratio and the approaching precision. Taking China agricultural water engineering project as the ease, the results indicate that the model is not only more fair but also reasonable. It improved the learning efficiency of the neural network model.
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2006年第7期230-232,共3页
Transactions of the Chinese Society of Agricultural Engineering
基金
国家自然基金(70471046)
安徽省自然科学基金(050460403)
安徽教育厅自然科学基金资助(2006KJ034B)
关键词
粗糙集
神经网络
农业工程项目
评估
rough set
neural network
agricultural engineering project
evaluation
作者简介
陈莉（1966-），女，安徽阜阳市人，副教授，博士生，安徽省合肥市金寨南路856号 安徽建筑工业学院南区管理工程系，230022。E-mail：chinalichina@163．com
通讯作者：朱卫东（1962-），男，浙江仙居人，教授，博士生导师，安徽省合肥市屯溪路193号 合肥工业大学管理学院，230009
