基于人工神经网络改进的Delphi法

采用传统Delphi方法进行决策、预测时,成员权重主要根据成员的经历、职务、年龄和自我评定等情况来确定,易导致加权平均值及方差计算不准确,影响Delphi法的精度和效率。为提高传统Delphi法的精度和效率,本文在基于BP神经网络的加权平均值计算模型基础上,提出了基于BP神经网络的改进Delphi法。改进的Delphi法使成员权值分配与其决策预测结果直接相关,减少了人为不正确因素对权值分配的影响。该方法已被应用于股票上市公司经营业绩综合评价排序,通过与传统Delphi法应用对比,证实了改进的Delphi法具有较高的计算精度和效率。