您的位置： 专家智库 > >

范迎南

作品数：3 被引量：24H指数：2
供职机构：大连理工大学电子科学与技术学院更多>>
发文基金：国家自然科学基金国家重点基础研究发展计划国家科技支撑计划更多>>
相关领域：自动化与计算机技术建筑科学更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 1篇建筑科学

主题

  • 3篇神经网
  • 3篇神经网络
  • 3篇投标
  • 3篇投标报价
  • 3篇模糊神经
  • 3篇模糊神经网络
  • 3篇泛化
  • 3篇泛化能力
  • 3篇报价
  • 2篇T-S模型
  • 1篇扩展型
  • 1篇减法聚类
  • 1篇建筑
  • 1篇建筑工
  • 1篇建筑工程
  • 1篇建筑工程投标
  • 1篇建筑工程投标...
  • 1篇工程投标
  • 1篇工程投标报价

机构

  • 3篇大连理工大学

作者

  • 3篇范迎南
  • 2篇韩敏
  • 1篇孙燕楠

传媒

  • 1篇系统工程学报
  • 1篇系统工程理论...

年份

  • 1篇2007
  • 2篇2005
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
改进的模糊神经网络应用于投标报价被引量：11
2005年
针对模糊神经网络规则膨胀导致的网络训练速度慢和泛化能力弱的缺陷,提出了一种改进的基于T-S模型的模糊神经网络的结构和算法。网络结构包括前件和后件网络二部分,本文在后件网络中增加了一个隐含层以提高计算能力,在前件网络中运用了有效模糊规则选取的方法以提高收敛速度。最后将提出的网络结构应用于建筑工程的投标报价中,仿真结果证明:该网络能达到更高的误差精度、更快的训练速度和更好的泛化能力。
韩敏范迎南孙燕楠
关键词：模糊神经网络投标报价泛化能力
基于T-S模型的扩展型模糊神经网络及应用被引量：11
2007年
针对基于T-S模型的模糊神经网络的局部逼近缺陷,提出了一种基于T-S模型的扩展型模糊神经网络,从训练样本特性和网络结构两个方面来提高网络模型的泛化能力.利用先验知识和模糊推理的方法对样本集进行分析和分类处理,使样本集更加规范;并采用模糊规则推理动态调整正则项系数的方法来减小网络结构.仿真结果表明,所提出的网络具有更快的收敛速度和良好的泛化能力.
韩敏范迎南
关键词：模糊神经网络投标报价泛化能力
模糊神经网络在建筑工程投标报价中的应用
投标报价决策的理论、方法与应用研究是工程承包领域中非常重要的课题，报价决策的制定需要同时考虑大量复杂、模糊和高度相关的变量因素，因此其建模方法一直是理论研究和应用的难点。由于基于T-S模型的模糊神经网络具有较强的学习和推...
范迎南
关键词：模糊神经网络T-S模型减法聚类泛化能力投标报价
文献传递
全选 清除 导出
共1页<1>
聚类工具0