目的】建立苹果原料制干适宜性评价模型,实现基于苹果原料指标预测干制品品质的目标,为苹果制干专用化原料的筛选提供方法依据,为明确苹果干制品品质形成的基础物质提供数据支持。【方法】以来自7个不同主产区的21个主栽品种,共34份苹果鲜果样本为研究对象,运用多种数据处理方法建立苹果脆片品质综合评价模型与苹果原料制干适宜性评价模型。(1)利用压差闪蒸干燥方法制备34份苹果鲜果的脆片样本,测定苹果脆片17项品质指标,采用因子分析进行降维并筛选得到苹果脆片品质评价核心指标,运用层次分析法得到脆片核心指标权重值,构建脆片品质综合评价模型并计算得到脆片综合评价得分。(2)测定34份苹果鲜果样本22项品质指标,与脆片核心指标进行相关性分析并筛选出与脆片品质相关的果实特征指标。选用29个样本以果实特征指标为输入,对应脆片综合评价得分为输出,利用误差反向传播(Error Back Propagation,BP)神经网络算法构建学习模型;其余5个样本为验证样本,评价学习模型的预测准确性。变换3组学习样本构建3个学习模型,对比3个模型的预测准确性,验证建模方法的合理性与稳定性。【结果】苹果脆片L*值、脆度、膨化度、可滴定酸含量、可溶性糖含量和粗蛋白含量被确定为不同样本脆片品质综合评价的核心指标,构建的苹果脆片品质综合评价模型为Y_(综合得分)=L*值×0.3724+脆度×0.2665+膨化度×0.1583+可滴定酸含量×0.0890+可溶性糖含量×0.0569+粗蛋白含量×0.0569。34个苹果鲜果样本制得的脆片综合得分范围为0.2069—0.7933,存在较大差异,得分排名前3的苹果样本为‘辽宁华红’‘辽宁华金’和‘山东烟富6号’,排名最后的苹果样本为‘陕西秦冠’。基于脆片核心指标与苹果果实品质指标相关性分析结果,筛选出苹果果实的果形指数、果肉a*值、pH、可滴定酸含量、Vc含量、果核比例、粗蛋白含量、果肉b*值、密度、可溶性固形物含量、粗纤维含量、总糖含量12项指标作为果实制干适宜性评价的特征指标。以果实特征指标值为输入层,对应苹果脆片综合评分为输出层,建立BP神经网络学习模型,可实现苹果原料制干适宜性的定量预测。该方法建立的学习模型有较高的预测准确性与稳定性,变换学习样本得到的3个学习模型的预测值与实际值相对误差均不超过10%,实际值与模型预测值线性拟合后决定系数R~2均大于0.95。【结论】苹果制干适宜性可由果实的果形指数、果肉a*值、pH、可滴定酸含量、Vc含量、果核比例、粗蛋白含量、果肉b*值、密度、可溶性固形物含量、粗纤维含量、总糖含量12项指标进行评价,建立的适宜性评价模型可实现基于苹果原料指标定量预测其制干适宜性。

本文将人工神经网络引入教育评估领域,阐明了用BP网络模拟教育评估中的专家评价的设计思想和方法,结合具体实例进行论证。

黄河三角洲地区滩涂资源丰富,滩涂面积随着河流泥沙入海淤积的不断增加,有着巨大的开发潜力,但目前该区的滩涂开发水平低和方法简单,并产生了一些负面影响,因此对滩涂资源的适宜性评价显得尤为重要。目前人工神经网络主要应用于自然科学和工程技术等领域,但在滩涂的适应性评价中应用较少。本文以山东省东营市滩涂资源为例,选取地貌类型、土壤含盐量、土壤类型、土壤质地、土壤全氮含量、土壤速效磷含量和土壤速效钾含量等限制因子作为滩涂用地评价指标体系,采用BP神经网络方法对东营市三县两区的滩涂利用现状进行适宜性评价。结果表明每个县区都有最适宜本区开发的等级,与东营市实际情况较吻合,该方法具有很强的实际应用价值。针对东营...

当前我国海绵城市建设适宜性评价研究多集中在"工程"技术层面,缺乏社会经济和生态环境综合视角的评价研究。基于此,文章以福建省长汀县为实证对象,构建了一种基于生态、社会、经济多维指标的系统建模评价方法。首先,从孕灾环境危险程度、承灾体易损程度、海绵体改造适应能力三个维度构建海绵城市建设适宜性评价指标体系;进而,对城市空间采用元胞栅格化、指标分级量化、人口密度估算等方法计算和生成各个指标的量化分级图层;最后,基于熵值法确定的指标权重,构建拓扑结构为9×3×1的BP神经网络模型对海绵城市建设的适宜性进行评价。评价结果表明,该方法可为海绵城市专项规划中,海绵体的城市空间布局及其建设时序规划提供科学指导。

人工神经网络具有大规模并行处理、分布式储存、自适应性、容错性等特点,可以解决复杂的非线性问题。本文将BP人工神经网络应用到溪洛渡水电站嘎勒移民安置区土壤适宜性评价中,构建了影响土壤适宜性的评价因子训练集,对隐层神经元数量的选择、训练过程的建立等问题进行了探讨。通过MATLAB神经网络工具箱对专家样本的学习,建立具有泛化能力的土壤适宜性评价BP神经网络模型,确定网络模型结构为9-7-1,均方误差为0.00033,并对预测地块进行评价,得出评价区域以中等适宜性的土壤为主的结果。

文章参考相关研究成果,构建了SCM环境下供应商质量评价指标体系,在此基础上,利用BP神经网络对供应商质量空间进行实证研究,评价结果跟实际结论完全相符。

本文通过企业环境绩效指标体系的构建并借助于BP人工神经网络方法实现了企业环境绩效的综合评价。BP人工神经网络评价方法通过学习和训练的自组织功能,科学合理确定各指标的权重进而达到评价目的。聚类分析的结果进一步验证了BP人工神经网络评价的合理性;其分析结果为政府激励、扶持或抑制等相关政策的制定提供了理论依据和实践基础。

在学术期刊评价中，组合评价得到了广泛应用，但组合评价方法和多属性评价方法均可用于组合评价问题，从而加剧了组合评价的复杂性，这种现象被称为组合评价悖论。为了解决这个问题，文章提出采用BP人工神经网络进行组合评价的思路，基于JCR2017经济学期刊，分别采用主成分分析、因子分析、TOPSIS进行单一评价，然后采用BP人工神经网络进行组合评价，并对评价效果进行分析。研究结果表明：组合评价悖论是学术评价中面临的新问题；BP人工神经网络是一种全新的组合方法，具有充分尊重单一多属性评价方法、精度高的优点，很大程度上解决了组合评价悖论问题；BP人工神经网络让评价重点重新回归到多属性评价，避免了评价方法过度技术化；BP人工神经网络组合评价不适合小样本。

为了提高水库和河流中长期径流预测精度,提出了弹性自适应人工鱼群算法(RAAFSA)。应用RAAFSA算法训练BP神经网络,实现BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对石泉水库进行中长期径流预测。仿真计算表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法、人工鱼群-BP神经网络算法和RBF神经网络算法。该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,每次预测相对误差绝对值都小于6%,合格率达到100%。该算法成功地解决了石...

利用基于遗传算法的BP神经网络建立了一种供应商评价模型,实现了供应链中的供应商多指标评价,提高了供应商评价过程的客观性,同时克服了BP神经网络具有泛化能力较弱、较多的依赖初始值等缺点,该模型为供应商的评价研究提供了模型和方法的支撑。实证结果表明,该模型具有较强的自组织、自学习和自适应能力,模型评估结果比较客观合理。

水体环境包含多个影响因素,因素间大多具有非线性相关性,为了能够客观地对大沽河湿地海水水质进行综合评价,以神经网络为基础,利用溶解氧、化学需氧量、无机氮、活性磷酸盐、石油类5个指标作为评价因子,建立了5×5×1拓扑结构的BP人工神经网络模型,通过该模型对大沽河湿地水质进行综合评价。同时采用单因子评价方法、内梅罗指数法对该海域环境状况进行评价,以期更好的对比评价BP人工神经网络模型的优缺点。BP人工神经网络模型评价结果显示,大沽河河道内站点的水质均为劣Ⅳ类水质,入海河流断面及其周边海域也达到了Ⅲ类及以上水质标准。调查海域无机氮含量超标严重,劣Ⅳ类及以上站位的数量占总调查站位的59.3%,富营养化状...

文章将科技政策分为科技计划管理政策、工艺创新的保护与扶持政策、产学研结合政策、知识产权保护政策和绿色节能政策。采用调查问卷的数据,构建基于BP人工神经网络的工艺创新科技政策评价模型,用来评价科技政策的好坏。

以福建省81个开发区为研究对象,在Matlab R2011a支持下,运用BP人工神经网络技术建立评价模型,实现开发区土地集约利用评价,并提出相关政策建议.结果表明:(1)84.31%样本的评价测算结果相对误差绝对值≤5%,评价结果精度较高;(2)福建省开发区土地集约利用程度总体水平不高,各地市开发区土地集约利用程度存在空间差异,在空间分布上具有沿海高、内陆低特点;(3)开发区土地集约利用程度与经济发展水平无显著相关性.

P2P网络借贷作为互联网金融的重要组成部分,近年来发展迅猛,但是风险事件也接连不断发生,引起业界、学界强烈的关注。研究主要是在P2P网贷平台的监管中的一个重要问题,即其中系统重要性机构的识别问题。根据我国P2P网贷平台的运营特点、运营环境等因素,设计了一个指标体系;之后运用BP神经网络得到了相应的权重,从而对国内最具代表性的P2P网贷平台进行了系统重要性排名。根据排名结果,得到了一批需要重点监管的P2P网贷机构,提出了重点监管名单,并且提出了其他相关的政策建议,对P2P网贷平台的监管有着一定的理论意义和实际业务参考价值。

为了研究BP神经网络改进学习算法的适用情况,通过对实际的4个应用运用BP神经网络的多种改进的学习算法进行训练,比较得到各学习算法的适用范围,并能根据所研究问题类型、网络大小和要求精度等来选择合适的学习算法。结果表明:LM算法逼近效果好,但不适合大规模网络,RPROP算法应用于模式识别收敛速度最快,但不太适合函数逼近,SCG算法对较大网络规模的性能很好,且逼近效果好。