基于粗糙集与BP神经网络的多因素预测模型

运用粗糙集方法和信息熵概念,在不改变训练样本分类质量的条件下,按照输入影响因素相对于输出的重要度的大小,对输入参数集进行约简,确定神经网络输入层变量和神经元个数。通过对典型样本的学习,建立粗糙集BP神经网络多因素预测模型,将其用于导弹系统研制费用预测。结果表明,该方法减少了网络的训练时间,改善了学习效率,具有较高的预测精度,是可行的、有效的。