遗传算法改进的BP神经网络在协同创新评价中的应用

被引：5

作者：

赵川 ^{[1
]}

杨洁 ^{[2
]}

曾强 ^{[1
]}

刘爱军 ^{[1
]}

机构：

[1] 重庆大学机械工程学院

[2] 重庆通信学院

来源：

机械 | 2010年 / 37卷 / 08期

关键词：

遗传算法; BP神经网络; 客户协同创新;

D O I：

暂无

中图分类号：

F272 [企业计划与经营决策]; TP183 [人工神经网络与计算];

学科分类号：

1201 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了解决客户协同创新中协同工作效率难于评价的问题,提出了一种用遗传算法优化的神经网络对客户协同产品创新进行评价的评价模型:在评价指标方面,设计了一套包括效益、效率和过程的18个指标的评价体系;在评价算法方面,将遗传算法与BP神经网络结合起来,设计了遗传算法改进的BP神经网络算法。该模型充分利用遗传算法的全局搜索能力强与神经网络的局部搜索能力强的特点,克服了遗传算法局部收敛与神经网络收敛速度较慢的问题,是一种非常适用于评价协同工作的模型。最后通过实例训练,证明了该模型的有效性与可行性。

引用

页码：5 / 9

页数：5

共 9 条

[1] Consumers as co-developers: Learning and innovation outside the firm [J].