更新日期: 2025-04-14

基于粗糙集與神經(jīng)網(wǎng)絡(luò)的電力企業(yè)員工安全等級評價模型

格式:pdf

大?。?span id="svxkspw" class="single-tag-height" data-v-09d85783>147KB

頁數(shù):2P

人氣 :72

基于粗糙集與神經(jīng)網(wǎng)絡(luò)的電力企業(yè)員工安全等級評價模型 4.7

為了從根本上提高電力企業(yè)員工的安全意識,減少由于人因失誤造成的電力生產(chǎn)事故,本文基于粗糙集與人工神經(jīng)網(wǎng)絡(luò)設(shè)計了電力企業(yè)員工安全等級評價模型,模型中將粗糙集作為人工神經(jīng)網(wǎng)絡(luò)的前置系統(tǒng),以減少神經(jīng)網(wǎng)絡(luò)的復(fù)雜性。經(jīng)過實驗,訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)較好地獲取并保存了員工安全等級評價的知識和經(jīng)驗,證明此種評價模型能為電力企業(yè)生產(chǎn)中員工安全等級評價提供合理的依據(jù)。

基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計意見預(yù)測模型研究

基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計意見預(yù)測模型研究

格式:pdf

大?。?span id="mtgdvda" class="single-tag-height" data-v-09d85783>424KB

頁數(shù):7P

審計意見類型及其預(yù)測結(jié)果受到企業(yè)各利益相關(guān)方的高度關(guān)注。同時選用財務(wù)指標(biāo)和非財務(wù)指標(biāo)為變量,構(gòu)建了基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計意見預(yù)測模型。將領(lǐng)域粗糙集作為bp神經(jīng)網(wǎng)絡(luò)的前置系統(tǒng),在保持分類能力不變的前提下進(jìn)行指標(biāo)約簡,提取關(guān)鍵指標(biāo),再將約簡的指標(biāo)體系作為神經(jīng)網(wǎng)絡(luò)模型的輸入變量。以2013—2015年滬深a股176家公司數(shù)據(jù)作為研究樣本,采用三種模型進(jìn)行審計意見預(yù)測對比分析,結(jié)果表明:本模型預(yù)測準(zhǔn)確率達(dá)到97.06%,與單純利用神經(jīng)網(wǎng)絡(luò)建模或單純利用財務(wù)指標(biāo)建模的預(yù)測效果相比具有更好的預(yù)測效果。

基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計意見預(yù)測模型研究

基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計意見預(yù)測模型研究

格式:pdf

大小:130KB

頁數(shù):7P

審計意見類型及其預(yù)測結(jié)果受到企業(yè)各利益相關(guān)方的高度關(guān)注.同時選用財務(wù)指標(biāo)和非財務(wù)指標(biāo)為變量,構(gòu)建了基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計意見預(yù)測模型.將領(lǐng)域粗糙集作為bp神經(jīng)網(wǎng)絡(luò)的前置系統(tǒng),在保持分類能力不變的前提下進(jìn)行指標(biāo)約簡,提取關(guān)鍵指標(biāo),再將約簡的指標(biāo)體系作為神經(jīng)網(wǎng)絡(luò)模型的輸入變量.以2013-2015年滬深a股176家公司數(shù)據(jù)作為研究樣本,采用三種模型進(jìn)行審計意見預(yù)測對比分析,結(jié)果表明:本模型預(yù)測準(zhǔn)確率達(dá)到97.06%,與單純利用神經(jīng)網(wǎng)絡(luò)建模或單純利用財務(wù)指標(biāo)建模的預(yù)測效果相比具有更好的預(yù)測效果.

編輯推薦下載

基于粗糙集和熵模型的電力企業(yè)融資風(fēng)險評價 基于粗糙集和熵模型的電力企業(yè)融資風(fēng)險評價 基于粗糙集和熵模型的電力企業(yè)融資風(fēng)險評價

基于粗糙集和熵模型的電力企業(yè)融資風(fēng)險評價

格式:pdf

大?。?span id="wovhkmt" class="single-tag-height" data-v-09d85783>391KB

頁數(shù):5P

基于粗糙集和熵模型的電力企業(yè)融資風(fēng)險評價 4.4

電力企業(yè)上市以來,企業(yè)的融資能力的強(qiáng)弱直接影響到企業(yè)的有效運(yùn)營。本文以電力上市公司為研究對象,選取了10家電力行業(yè)上市公司的41項財務(wù)指標(biāo)為研究樣本,首先利用粗糙集進(jìn)行屬性約簡,然后引入熵權(quán)評價模型進(jìn)行求解評價,從而將這些定量、定性混雜的問題綜合為統(tǒng)一整體,使無序的信息變成有序可比的信息。該模型應(yīng)用于電力企業(yè)的融資能力信用評價具有重大的現(xiàn)實意義。

立即下載
基于粗糙集-神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)企業(yè)財務(wù)狀況評價體系研究 基于粗糙集-神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)企業(yè)財務(wù)狀況評價體系研究 基于粗糙集-神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)企業(yè)財務(wù)狀況評價體系研究

基于粗糙集-神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)企業(yè)財務(wù)狀況評價體系研究

格式:pdf

大?。?span id="vcfck66" class="single-tag-height" data-v-09d85783>123KB

頁數(shù):未知

基于粗糙集-神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)企業(yè)財務(wù)狀況評價體系研究 4.5

在對財務(wù)狀況評價的機(jī)理和關(guān)鍵財務(wù)指標(biāo)分析的基礎(chǔ)上,提出了基于粗糙集的財務(wù)指標(biāo)屬性約簡方法,設(shè)計了財務(wù)狀況評價模型的構(gòu)建流程和檢驗標(biāo)準(zhǔn),建立了基于bp神經(jīng)網(wǎng)絡(luò)的財務(wù)狀況評價模型。利用matlab軟件對146家房地產(chǎn)上市公司的2007-2012年財務(wù)數(shù)據(jù)進(jìn)行了研究,結(jié)果表明,基于bp神經(jīng)網(wǎng)絡(luò)的財務(wù)狀況評價模型可以對房地產(chǎn)公司的財務(wù)狀況作出評價。在此基礎(chǔ)上,結(jié)合財務(wù)危機(jī)成因提出了房地產(chǎn)企業(yè)防范財務(wù)危機(jī)的建議。

立即下載

基于粗糙集與神經(jīng)網(wǎng)絡(luò)電力企業(yè)員工安全等級評價模型熱門文檔

相關(guān)文檔資料 1079715 立即查看>>
基于粗糙集和小波神經(jīng)網(wǎng)絡(luò)模型的房地產(chǎn)價格走勢預(yù)測研究

基于粗糙集和小波神經(jīng)網(wǎng)絡(luò)模型的房地產(chǎn)價格走勢預(yù)測研究

格式:pdf

大?。?span id="1zw7oqc" class="single-tag-height" data-v-09d85783>283KB

頁數(shù):5P

基于粗糙集和小波神經(jīng)網(wǎng)絡(luò)模型的房地產(chǎn)價格走勢預(yù)測研究 4.4

基于2005-2009年房地產(chǎn)價格及影響因素的月度數(shù)據(jù),本文建立了一個基于粗糙集和小波神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)市場價格走勢預(yù)測模型。該模型利用粗糙集方法來確定影響房地產(chǎn)價格的主要影響因素;然后基于小波神經(jīng)網(wǎng)絡(luò)方法,通過房地產(chǎn)價格的主要影響因素對房地產(chǎn)價格指數(shù)進(jìn)行預(yù)測分析。實證結(jié)果表明,該模型在我國房地產(chǎn)價格走勢預(yù)測中具有較高的精度。

立即下載
基于粗糙集-神經(jīng)網(wǎng)絡(luò)的工程造價估算模型研究

基于粗糙集-神經(jīng)網(wǎng)絡(luò)的工程造價估算模型研究

格式:pdf

大?。?span id="iarebyr" class="single-tag-height" data-v-09d85783>905KB

頁數(shù):6P

基于粗糙集-神經(jīng)網(wǎng)絡(luò)的工程造價估算模型研究 4.6

通過分析粗糙集和神經(jīng)網(wǎng)絡(luò)的特點和原理,提出基于粗糙集和神經(jīng)網(wǎng)絡(luò)相結(jié)合的工程造價估算模型,并通過實例驗證其有效性,具有較強(qiáng)的實用價值。

立即下載
基于粗糙集-神經(jīng)網(wǎng)絡(luò)的工程造價估算模型研究

基于粗糙集-神經(jīng)網(wǎng)絡(luò)的工程造價估算模型研究

格式:pdf

大?。?span id="xubnkwe" class="single-tag-height" data-v-09d85783>396KB

頁數(shù):6P

基于粗糙集-神經(jīng)網(wǎng)絡(luò)的工程造價估算模型研究 3

基于粗糙集-神經(jīng)網(wǎng)絡(luò)的工程造價估算模型研究——通過分析粗糙集和神經(jīng)網(wǎng)絡(luò)的特點和原理,提出基于粗糙集和神經(jīng)網(wǎng)絡(luò)相結(jié)合的工程造價估算模型,并通過實例驗證其有效性,具有較強(qiáng)的實用價值?! ?/p>

立即下載
粗糙集和神經(jīng)網(wǎng)絡(luò)在心理測量中的應(yīng)用 粗糙集和神經(jīng)網(wǎng)絡(luò)在心理測量中的應(yīng)用 粗糙集和神經(jīng)網(wǎng)絡(luò)在心理測量中的應(yīng)用

粗糙集和神經(jīng)網(wǎng)絡(luò)在心理測量中的應(yīng)用

格式:pdf

大小:762KB

頁數(shù):8P

粗糙集和神經(jīng)網(wǎng)絡(luò)在心理測量中的應(yīng)用 4.5

探討當(dāng)因素分析和多元回歸方法的使用條件未得到滿足時,是否可采用粗糙集方法進(jìn)行觀察變量的精簡,以及是否可采用神經(jīng)網(wǎng)絡(luò)方法進(jìn)行預(yù)測效度檢驗。理論分析了粗糙集和神經(jīng)網(wǎng)絡(luò)在心理測量中應(yīng)用的可能性,并運(yùn)用粗糙集對于人事干部勝任力評估數(shù)據(jù)進(jìn)行分析,比較了7種離散化方法和2種約簡算法構(gòu)成的14種組合,發(fā)現(xiàn)當(dāng)采用manual方法進(jìn)行離散化、遺傳算法進(jìn)行約簡時,能夠很好地對觀測變量進(jìn)行精簡;運(yùn)用概率神經(jīng)網(wǎng)絡(luò)能夠比等級回歸方法更好地進(jìn)行預(yù)測效度檢驗。研究結(jié)果表明對于處理心理測量中的非等距變量,粗糙集和神經(jīng)網(wǎng)絡(luò)是非常有用的方法。

立即下載
基于粗糙集-人工神經(jīng)網(wǎng)絡(luò)的建筑施工安全評價及應(yīng)用

基于粗糙集-人工神經(jīng)網(wǎng)絡(luò)的建筑施工安全評價及應(yīng)用

格式:pdf

大?。?span id="cobzroq" class="single-tag-height" data-v-09d85783>398KB

頁數(shù):5P

基于粗糙集-人工神經(jīng)網(wǎng)絡(luò)的建筑施工安全評價及應(yīng)用 4.7

本文依據(jù)建筑施工過程安全狀態(tài)特征,從人、機(jī)、環(huán)境、管理四個方面進(jìn)行分析,構(gòu)建了建筑施工安全評價指標(biāo)體系,并將粗糙集理論與人工神經(jīng)網(wǎng)絡(luò)模型兩種方法相結(jié)合,建立了基于粗糙集-人工神經(jīng)網(wǎng)絡(luò)的建筑施工安全評價模型,對建筑施工過程安全狀況進(jìn)行評價,即:首先通過專家評議同粗糙集理論相結(jié)合,對評價指標(biāo)體系中的各指標(biāo)進(jìn)行約簡,并確定影響建筑施工安全的核心因素;然后將經(jīng)粗糙集約簡后的評價指標(biāo)采用人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行處理和計算。通過實際應(yīng)用驗證表明,經(jīng)過訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)所得的預(yù)測值同理論值相近,證明此種評價模型能為建筑施工安全評價提供合理的依據(jù)。

立即下載

基于粗糙集與神經(jīng)網(wǎng)絡(luò)電力企業(yè)員工安全等級評價模型精華文檔

相關(guān)文檔資料 1079715 立即查看>>
基于粗糙集-模糊評判-神經(jīng)網(wǎng)絡(luò)的隧道施工安全狀態(tài)評估

基于粗糙集-模糊評判-神經(jīng)網(wǎng)絡(luò)的隧道施工安全狀態(tài)評估

格式:pdf

大?。?span id="81ogdk7" class="single-tag-height" data-v-09d85783>453KB

頁數(shù):5P

基于粗糙集-模糊評判-神經(jīng)網(wǎng)絡(luò)的隧道施工安全狀態(tài)評估 4.6

為了有效地對隧道施工進(jìn)行安全狀態(tài)評估,建立了以人-機(jī)-環(huán)-管理系統(tǒng)為基礎(chǔ)的隧道施工安全狀態(tài)評估指標(biāo)體系,構(gòu)造了基于粗糙集-模糊評判-神經(jīng)網(wǎng)絡(luò)的隧道施工安全狀態(tài)評估模型。該模型通過粗糙集約簡輸入變量,提煉學(xué)習(xí)樣本,再利用神經(jīng)網(wǎng)絡(luò)對其進(jìn)行訓(xùn)練和評價,提出了使用層次分析法和模糊數(shù)學(xué)的方法對隧道施工安全整體綜合評判,得到的評價值作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練目標(biāo)值的方法。實際結(jié)果表明,通過使用該模型方法,神經(jīng)網(wǎng)絡(luò)訓(xùn)練的條件屬性由原來的17個變成6個,訓(xùn)練周期由原來的2992次減少為1637次,泛化能力、安全狀態(tài)評估的結(jié)果都優(yōu)于約減前,能夠?qū)λ淼朗┕ぐ踩珷顟B(tài)做出有效的評估結(jié)論。

立即下載
粗糙集-神經(jīng)網(wǎng)絡(luò)在鋁電解故障診斷中的應(yīng)用 粗糙集-神經(jīng)網(wǎng)絡(luò)在鋁電解故障診斷中的應(yīng)用 粗糙集-神經(jīng)網(wǎng)絡(luò)在鋁電解故障診斷中的應(yīng)用

粗糙集-神經(jīng)網(wǎng)絡(luò)在鋁電解故障診斷中的應(yīng)用

格式:pdf

大小:627KB

頁數(shù):4P

粗糙集-神經(jīng)網(wǎng)絡(luò)在鋁電解故障診斷中的應(yīng)用 4.6

目的通過對鋁電解生產(chǎn)過程中的故障進(jìn)行有效地診斷來提高鋁的生產(chǎn)效率和節(jié)約能源.方法把粗糙集和神經(jīng)網(wǎng)絡(luò)結(jié)合起來應(yīng)用在鋁電解的故障診斷中.先用自組織特征映射網(wǎng)絡(luò)(som)對初始數(shù)據(jù)進(jìn)行離散化后得到?jīng)Q策表,然后用粗糙集理論對決策表進(jìn)行約簡得到最簡決策表,根據(jù)最簡決策表設(shè)計bp神經(jīng)網(wǎng)絡(luò)對鋁電解中的故障進(jìn)行診斷.結(jié)果用粗糙集對神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)進(jìn)行預(yù)處理可以簡化神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),減少計算量和訓(xùn)練時間,從而提高整個診斷系統(tǒng)的診斷效率、故障診斷準(zhǔn)確率在90%以上.結(jié)論該方法能夠?qū)︿X電解中的故障做出正確的診斷.

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的科研績效評價模型結(jié)構(gòu) 基于BP神經(jīng)網(wǎng)絡(luò)的科研績效評價模型結(jié)構(gòu) 基于BP神經(jīng)網(wǎng)絡(luò)的科研績效評價模型結(jié)構(gòu)

基于BP神經(jīng)網(wǎng)絡(luò)的科研績效評價模型結(jié)構(gòu)

格式:pdf

大小:172KB

頁數(shù):未知

基于BP神經(jīng)網(wǎng)絡(luò)的科研績效評價模型結(jié)構(gòu) 4.7

文章論述了基于主成分分析法的bp模型結(jié)構(gòu),用新的方法來改進(jìn)科研績效評價系統(tǒng)統(tǒng)計的合理性和正確性。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價模型 基于BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價模型 基于BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價模型

基于BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價模型

格式:pdf

大小:879KB

頁數(shù):4P

基于BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價模型 4.4

為了研究隧洞施工安全評價方法,以某正在施工的隧洞為背景,確定了24個安全評價指標(biāo),設(shè)計了隧洞施工的多層前饋bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),建立了較為完善的基于bp神經(jīng)網(wǎng)絡(luò)的隧洞施工安全評價體系模型,并驗證了其實用性。對背景工程進(jìn)行了施工安全評價,評價結(jié)果與工地實地考察結(jié)果一致,說明所建立的隧洞施工安全評價模型的有效性和實用性。

立即下載
基于粗糙集——粒子群神經(jīng)網(wǎng)絡(luò)的建設(shè)項目安全預(yù)測研究 基于粗糙集——粒子群神經(jīng)網(wǎng)絡(luò)的建設(shè)項目安全預(yù)測研究 基于粗糙集——粒子群神經(jīng)網(wǎng)絡(luò)的建設(shè)項目安全預(yù)測研究

基于粗糙集——粒子群神經(jīng)網(wǎng)絡(luò)的建設(shè)項目安全預(yù)測研究

格式:pdf

大?。?span id="jg1ifmy" class="single-tag-height" data-v-09d85783>1.6MB

頁數(shù):8P

基于粗糙集——粒子群神經(jīng)網(wǎng)絡(luò)的建設(shè)項目安全預(yù)測研究 4.6

回顧施工項目安全管理和安全管理研究現(xiàn)狀,建立建設(shè)項目安全管理指標(biāo)體系。利用人工神經(jīng)網(wǎng)絡(luò)非線性函數(shù)逼近能力,對項目風(fēng)險因素程度預(yù)測。針對該網(wǎng)絡(luò)當(dāng)數(shù)據(jù)量大時,其結(jié)構(gòu)復(fù)雜、收斂慢,易陷入局部最優(yōu)的缺點,引入粗糙集對影響建設(shè)項目安全目標(biāo)的不確定性因素進(jìn)行約簡,找出最小不確定性風(fēng)險因素集,大大簡化網(wǎng)絡(luò)輸入信息的表達(dá)空間維數(shù)。并結(jié)合粒子群算法收斂速度快、全局最優(yōu)的尋優(yōu)能力強(qiáng)的優(yōu)點,建立基于粗糙集——粒子群神經(jīng)網(wǎng)絡(luò)的建設(shè)項目安全預(yù)測系統(tǒng)。通過實例驗證該系統(tǒng)的科學(xué)性和有效性。

立即下載

基于粗糙集與神經(jīng)網(wǎng)絡(luò)電力企業(yè)員工安全等級評價模型最新文檔

相關(guān)文檔資料 1079715 立即查看>>
粗糙集BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價格預(yù)測中的應(yīng)用 粗糙集BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價格預(yù)測中的應(yīng)用 粗糙集BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價格預(yù)測中的應(yīng)用

粗糙集BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價格預(yù)測中的應(yīng)用

格式:pdf

大?。?span id="arowegy" class="single-tag-height" data-v-09d85783>264KB

頁數(shù):4P

粗糙集BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價格預(yù)測中的應(yīng)用 4.8

研究房地產(chǎn)價格準(zhǔn)確預(yù)測問題。由于房地產(chǎn)價格影響因子間信息嚴(yán)重冗余,受到社會上多種因素的影響。傳統(tǒng)預(yù)測方法不能消除因子間的冗余信息,導(dǎo)致學(xué)習(xí)時間長、預(yù)測精度低。為了提高房地產(chǎn)價格的預(yù)測精度,提出一種粗糙集理論bp神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)價格預(yù)測模型(rs-bpnn)。rs-bpnn模型首先采用粗糙集理論消除房地產(chǎn)價格因子間冗余信息,提取重要因子,然后采用非線性預(yù)測能力非常強(qiáng)的bp神經(jīng)網(wǎng)絡(luò)對處理后的數(shù)據(jù)進(jìn)行學(xué)習(xí)建模,用建立好的模型對房地產(chǎn)價格進(jìn)行預(yù)測。仿真結(jié)果表明,rs-bpnn房地產(chǎn)價格預(yù)測速度比傳統(tǒng)預(yù)測方法快,預(yù)測精度更高,說明rs-bpnn的預(yù)測結(jié)果可以為政策制定者和房地商及買房提供參考。

立即下載
粗糙集在神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化中的應(yīng)用研究

粗糙集在神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化中的應(yīng)用研究

格式:pdf

大小:510KB

頁數(shù):3P

粗糙集在神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化中的應(yīng)用研究 4.5

針對神經(jīng)網(wǎng)絡(luò)存在的網(wǎng)絡(luò)冗余性較大的問題,提出一種基于粗糙集的神經(jīng)網(wǎng)絡(luò)優(yōu)化方法。該方法將粗糙集理論和神經(jīng)網(wǎng)絡(luò)有機(jī)地結(jié)合在一起,利用粗糙集理論在知識獲取方面具有智能的特點,對神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)進(jìn)行預(yù)處理,從大量的原始數(shù)據(jù)中提取精簡的規(guī)則,從而確定神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元個數(shù),簡化神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu),提高系統(tǒng)的速度。最后通過仿真研究表明該方法能有效地改善神經(jīng)網(wǎng)絡(luò)訓(xùn)練時間較長的缺點。

立即下載
電力企業(yè)員工安全勝任力模型構(gòu)建 電力企業(yè)員工安全勝任力模型構(gòu)建 電力企業(yè)員工安全勝任力模型構(gòu)建

電力企業(yè)員工安全勝任力模型構(gòu)建

格式:pdf

大?。?span id="zskmd7f" class="single-tag-height" data-v-09d85783>346KB

頁數(shù):3P

電力企業(yè)員工安全勝任力模型構(gòu)建 4.8

文章通過回顧相關(guān)理論,運(yùn)用冰山模型并結(jié)合電力企業(yè)工作的特點,構(gòu)建了電力企業(yè)員工安全勝任力模型,以電力企業(yè)中的作業(yè)員工為樣本,結(jié)合主成分分析法對安全勝任力模型進(jìn)行驗證。為電力企業(yè)進(jìn)行人員的選拔考核提供一種新的方法和理論基礎(chǔ)。

立即下載
基于粗糙集神經(jīng)網(wǎng)絡(luò)的車載設(shè)備故障診斷 基于粗糙集神經(jīng)網(wǎng)絡(luò)的車載設(shè)備故障診斷 基于粗糙集神經(jīng)網(wǎng)絡(luò)的車載設(shè)備故障診斷

基于粗糙集神經(jīng)網(wǎng)絡(luò)的車載設(shè)備故障診斷

格式:pdf

大?。?span id="yrnvhph" class="single-tag-height" data-v-09d85783>3.0MB

頁數(shù):5P

基于粗糙集神經(jīng)網(wǎng)絡(luò)的車載設(shè)備故障診斷 4.7

由于神經(jīng)網(wǎng)絡(luò)在車載設(shè)備故障診斷中存在網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜、訓(xùn)練時間長的問題,利用粗糙集理論處理不確定數(shù)據(jù)的優(yōu)勢,對bp神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化.提出屬性約簡算法,去掉冗余信息,保留必要屬性.通過對現(xiàn)場車載設(shè)備故障數(shù)據(jù)的實例分析表明,優(yōu)化前后性能提升明顯,且使用該方法能有效減少輸入層神經(jīng)元個數(shù),提高車載設(shè)備故障診斷的效率和準(zhǔn)確度.

立即下載
基于粗糙集—神經(jīng)網(wǎng)絡(luò)的冰蓄冷空調(diào)冷負(fù)荷預(yù)測研究

基于粗糙集—神經(jīng)網(wǎng)絡(luò)的冰蓄冷空調(diào)冷負(fù)荷預(yù)測研究

格式:pdf

大?。?span id="dkcjbyq" class="single-tag-height" data-v-09d85783>344KB

頁數(shù):2P

基于粗糙集—神經(jīng)網(wǎng)絡(luò)的冰蓄冷空調(diào)冷負(fù)荷預(yù)測研究 4.4

針對目前冰蓄冷空調(diào)運(yùn)行管理中存在的每日蓄冰量過多,耗能嚴(yán)重的問題,提出了基于粗糙集和人工神經(jīng)網(wǎng)絡(luò)的冰蓄冷負(fù)荷的預(yù)測模型。該模型減少了數(shù)據(jù)樣本的數(shù)量,提高了冷負(fù)荷預(yù)測精度,有利于冰蓄冷空調(diào)的節(jié)能運(yùn)行。

立即下載
基于神經(jīng)網(wǎng)絡(luò)的商品住宅價格模型研究

基于神經(jīng)網(wǎng)絡(luò)的商品住宅價格模型研究

格式:pdf

大?。?span id="yk6wyv2" class="single-tag-height" data-v-09d85783>158KB

頁數(shù):2P

基于神經(jīng)網(wǎng)絡(luò)的商品住宅價格模型研究 4.3

在分析城市商品住宅價格影響因素的基礎(chǔ)上,用人均國民生產(chǎn)總值、商品住宅銷售面積、人均可支配收入、人均儲蓄存款余額、人均居住面積等可定量的統(tǒng)計數(shù)據(jù)作為輸入變量,單位面積商品住宅價格為輸出變量,建立bp網(wǎng)絡(luò),擬合商品住宅價格模型。用西安市的統(tǒng)計數(shù)據(jù)作為分析實例表明,模型擬合性較好。

立即下載
基于神經(jīng)網(wǎng)絡(luò)模型的建筑物變形預(yù)測

基于神經(jīng)網(wǎng)絡(luò)模型的建筑物變形預(yù)測

格式:pdf

大小:369KB

頁數(shù):3P

基于神經(jīng)網(wǎng)絡(luò)模型的建筑物變形預(yù)測 4.8

提出了根據(jù)實測數(shù)據(jù)構(gòu)造神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型的基本思路,構(gòu)造出基于bp算法的神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型,并給出應(yīng)用實例分析。結(jié)果表明,神經(jīng)網(wǎng)絡(luò)應(yīng)用于變形預(yù)測效果良好,具有一定參考價值和指導(dǎo)意義。

立即下載
基于人工神經(jīng)網(wǎng)絡(luò)的工程估價預(yù)測模型 基于人工神經(jīng)網(wǎng)絡(luò)的工程估價預(yù)測模型 基于人工神經(jīng)網(wǎng)絡(luò)的工程估價預(yù)測模型

基于人工神經(jīng)網(wǎng)絡(luò)的工程估價預(yù)測模型

格式:pdf

大?。?span id="6gjbtki" class="single-tag-height" data-v-09d85783>344KB

頁數(shù):3P

基于人工神經(jīng)網(wǎng)絡(luò)的工程估價預(yù)測模型 4.3

人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問題的過程中發(fā)展起來的新型智能信息處理理論,通過對人工神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)的基本原理與特征的分析,建立了工程估價預(yù)測模型.

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的工程偽裝效能評估模型 基于BP神經(jīng)網(wǎng)絡(luò)的工程偽裝效能評估模型 基于BP神經(jīng)網(wǎng)絡(luò)的工程偽裝效能評估模型

基于BP神經(jīng)網(wǎng)絡(luò)的工程偽裝效能評估模型

格式:pdf

大?。?span id="bygcaxk" class="single-tag-height" data-v-09d85783>198KB

頁數(shù):未知

基于BP神經(jīng)網(wǎng)絡(luò)的工程偽裝效能評估模型 4.5

分析了傳統(tǒng)的工程偽裝評價方法的不足,較全面地考慮了影響工程偽裝效能的因素,建立了客觀的評價模型,設(shè)計了兩級神經(jīng)網(wǎng)絡(luò),初步提出了評價模型中各因素的指標(biāo)級,構(gòu)建了基于bp神經(jīng)網(wǎng)絡(luò)的工程偽裝效能評估系統(tǒng),該系統(tǒng)可以實現(xiàn)對工程偽裝效能的客觀評估。

立即下載
電力企業(yè)審計評價模型研究及應(yīng)用 電力企業(yè)審計評價模型研究及應(yīng)用 電力企業(yè)審計評價模型研究及應(yīng)用

電力企業(yè)審計評價模型研究及應(yīng)用

格式:pdf

大?。?span id="iuc6ewt" class="single-tag-height" data-v-09d85783>180KB

頁數(shù):4P

電力企業(yè)審計評價模型研究及應(yīng)用 4.7

傳統(tǒng)審計一般僅關(guān)注財務(wù)信息,有一定的局限性。現(xiàn)代企業(yè)面臨的內(nèi)外部環(huán)境不確定性增大,企業(yè)風(fēng)險也普遍增大,因而其審計工作必須從傳統(tǒng)審計向現(xiàn)代審計加速轉(zhuǎn)型,在財務(wù)審計、經(jīng)濟(jì)效益審計的基礎(chǔ)上,更注重全面審計,關(guān)注企業(yè)的戰(zhàn)略目標(biāo)以及風(fēng)險的識別和防范。為了促使審計工作向縱深發(fā)展,上海電力以財務(wù)審計為基礎(chǔ)進(jìn)行審計創(chuàng)新,開發(fā)多維度的評價指標(biāo)體系及方法,使審計擴(kuò)展到公司戰(zhàn)略、風(fēng)險識別、未來發(fā)展能力等其他要素,從而對子公司進(jìn)行全方位的審計和評估。

立即下載

基于粗糙集與神經(jīng)網(wǎng)絡(luò)電力企業(yè)員工安全等級評價模型相關(guān)

文輯推薦

知識推薦

百科推薦

李青

職位:建筑工程管理項目經(jīng)理

擅長專業(yè):土建 安裝 裝飾 市政 園林

基于粗糙集與神經(jīng)網(wǎng)絡(luò)電力企業(yè)員工安全等級評價模型文輯: 是李青根據(jù)數(shù)聚超市為大家精心整理的相關(guān)基于粗糙集與神經(jīng)網(wǎng)絡(luò)電力企業(yè)員工安全等級評價模型資料、文獻(xiàn)、知識、教程及精品數(shù)據(jù)等,方便大家下載及在線閱讀。同時,造價通平臺還為您提供材價查詢、測算、詢價、云造價、私有云高端定制等建設(shè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問: 基于粗糙集與神經(jīng)網(wǎng)絡(luò)電力企業(yè)員工安全等級評價模型