公路工程招投标决策神经网络模型应用研究
《公路工程招投标决策神经网络模型应用研究》由会员分享,可在线阅读,更多相关《公路工程招投标决策神经网络模型应用研究(39页珍藏版)》请在装配图网上搜索。
1、交通运输工程专业毕业论文 精品论文 公路工程招投标决策神经网络模型应用研究关键词:公路工程 招投标 模糊神经网络 决策支持系统摘要:在对以往相关理论和模型分析的基础上,结合招投标工作的特点,因为评标和投标都是一个充满不确定性的复杂决策过程,受多种因素影响,对这样的问题去建立精确的数学模型是很困难的,甚至是不可能的,为了解决这一难点,本文提出了基于模糊神经网络评标和投标决策模型,并且以模糊神经网络评标和投标决策模型,进一步利用决策理论、模糊神经网络评判理论和计算机技术开发了公路工程项目评标和投标决策支持系统。 根据公路工程的实际情况,确定评价指标,将各评价指标分类组合,共十一个指标,建立了评标决
2、策模糊神经网络模型,由于评标系统复杂,评价参数多,如果用一个网络包容所有参数,会使整个网络复杂庞大,难以训练,所以采用子网络与组合网络的形式。评标决策模糊神经网络模型由5个子网络、一个组合网络组成。组合网络和子网络的结构都是采用标准模糊神经网络。子网络的输入是相关指标的量化值,输出为子网络的评价结果,组合网络的输入是各子网络的输出,输出为整个投资项目的评标决策结果。 采用实际工程的相关数据资料来检验投标决策模型的适应性。从而为评标决策提供可以进行比较和判别的依据,提高决策的科学性和正确性。按照模糊数学原理,建立了建设项目的判别模型,为工程实践提出了一种实用有效的方法。其中,主观判断在于单因素项
3、的排序和权重分配,这些标准现已积累了足够的经验,而且通常反映于招标文件的评标程序中。具有公正透明性,其它的评判操作则完全按照模糊数学的逻辑性进行,因而最后得到的综合指标是客观和科学的。 本文还采用搜集到的12个以往的投标的事例训练和验证模糊神经网络的决策结果及其自解释功能,把他们被分为两组10个事例数据用来训练模糊神经网络,2个事例数据用来验证模糊神经网络,这些采用的数据都经过采用模糊原理的预处理,把实际中的影响因素进行了定量化分析,归一化处理后形成的。 从检验结果来看,期望输出与实际输出基本上保持一致,因此该模型是有效的,可以用于投标决策中。但是由于原始的训练数据较少,仍会存在的较大的误差,
4、在实际运用中,也有可能得出不是很准确的结果,但可以通过数据库不断地积累工程实际的相关数据,当有足够的原始资料后,模型的决策效果会更好。正文内容 在对以往相关理论和模型分析的基础上,结合招投标工作的特点,因为评标和投标都是一个充满不确定性的复杂决策过程,受多种因素影响,对这样的问题去建立精确的数学模型是很困难的,甚至是不可能的,为了解决这一难点,本文提出了基于模糊神经网络评标和投标决策模型,并且以模糊神经网络评标和投标决策模型,进一步利用决策理论、模糊神经网络评判理论和计算机技术开发了公路工程项目评标和投标决策支持系统。 根据公路工程的实际情况,确定评价指标,将各评价指标分类组合,共十一个指标,
5、建立了评标决策模糊神经网络模型,由于评标系统复杂,评价参数多,如果用一个网络包容所有参数,会使整个网络复杂庞大,难以训练,所以采用子网络与组合网络的形式。评标决策模糊神经网络模型由5个子网络、一个组合网络组成。组合网络和子网络的结构都是采用标准模糊神经网络。子网络的输入是相关指标的量化值,输出为子网络的评价结果,组合网络的输入是各子网络的输出,输出为整个投资项目的评标决策结果。 采用实际工程的相关数据资料来检验投标决策模型的适应性。从而为评标决策提供可以进行比较和判别的依据,提高决策的科学性和正确性。按照模糊数学原理,建立了建设项目的判别模型,为工程实践提出了一种实用有效的方法。其中,主观判断
6、在于单因素项的排序和权重分配,这些标准现已积累了足够的经验,而且通常反映于招标文件的评标程序中。具有公正透明性,其它的评判操作则完全按照模糊数学的逻辑性进行,因而最后得到的综合指标是客观和科学的。 本文还采用搜集到的12个以往的投标的事例训练和验证模糊神经网络的决策结果及其自解释功能,把他们被分为两组10个事例数据用来训练模糊神经网络,2个事例数据用来验证模糊神经网络,这些采用的数据都经过采用模糊原理的预处理,把实际中的影响因素进行了定量化分析,归一化处理后形成的。 从检验结果来看,期望输出与实际输出基本上保持一致,因此该模型是有效的,可以用于投标决策中。但是由于原始的训练数据较少,仍会存在的
7、较大的误差,在实际运用中,也有可能得出不是很准确的结果,但可以通过数据库不断地积累工程实际的相关数据,当有足够的原始资料后,模型的决策效果会更好。在对以往相关理论和模型分析的基础上,结合招投标工作的特点,因为评标和投标都是一个充满不确定性的复杂决策过程,受多种因素影响,对这样的问题去建立精确的数学模型是很困难的,甚至是不可能的,为了解决这一难点,本文提出了基于模糊神经网络评标和投标决策模型,并且以模糊神经网络评标和投标决策模型,进一步利用决策理论、模糊神经网络评判理论和计算机技术开发了公路工程项目评标和投标决策支持系统。 根据公路工程的实际情况,确定评价指标,将各评价指标分类组合,共十一个指标
8、,建立了评标决策模糊神经网络模型,由于评标系统复杂,评价参数多,如果用一个网络包容所有参数,会使整个网络复杂庞大,难以训练,所以采用子网络与组合网络的形式。评标决策模糊神经网络模型由5个子网络、一个组合网络组成。组合网络和子网络的结构都是采用标准模糊神经网络。子网络的输入是相关指标的量化值,输出为子网络的评价结果,组合网络的输入是各子网络的输出,输出为整个投资项目的评标决策结果。 采用实际工程的相关数据资料来检验投标决策模型的适应性。从而为评标决策提供可以进行比较和判别的依据,提高决策的科学性和正确性。按照模糊数学原理,建立了建设项目的判别模型,为工程实践提出了一种实用有效的方法。其中,主观判
9、断在于单因素项的排序和权重分配,这些标准现已积累了足够的经验,而且通常反映于招标文件的评标程序中。具有公正透明性,其它的评判操作则完全按照模糊数学的逻辑性进行,因而最后得到的综合指标是客观和科学的。 本文还采用搜集到的12个以往的投标的事例训练和验证模糊神经网络的决策结果及其自解释功能,把他们被分为两组10个事例数据用来训练模糊神经网络,2个事例数据用来验证模糊神经网络,这些采用的数据都经过采用模糊原理的预处理,把实际中的影响因素进行了定量化分析,归一化处理后形成的。 从检验结果来看,期望输出与实际输出基本上保持一致,因此该模型是有效的,可以用于投标决策中。但是由于原始的训练数据较少,仍会存在
10、的较大的误差,在实际运用中,也有可能得出不是很准确的结果,但可以通过数据库不断地积累工程实际的相关数据,当有足够的原始资料后,模型的决策效果会更好。在对以往相关理论和模型分析的基础上,结合招投标工作的特点,因为评标和投标都是一个充满不确定性的复杂决策过程,受多种因素影响,对这样的问题去建立精确的数学模型是很困难的,甚至是不可能的,为了解决这一难点,本文提出了基于模糊神经网络评标和投标决策模型,并且以模糊神经网络评标和投标决策模型,进一步利用决策理论、模糊神经网络评判理论和计算机技术开发了公路工程项目评标和投标决策支持系统。 根据公路工程的实际情况,确定评价指标,将各评价指标分类组合,共十一个指
11、标,建立了评标决策模糊神经网络模型,由于评标系统复杂,评价参数多,如果用一个网络包容所有参数,会使整个网络复杂庞大,难以训练,所以采用子网络与组合网络的形式。评标决策模糊神经网络模型由5个子网络、一个组合网络组成。组合网络和子网络的结构都是采用标准模糊神经网络。子网络的输入是相关指标的量化值,输出为子网络的评价结果,组合网络的输入是各子网络的输出,输出为整个投资项目的评标决策结果。 采用实际工程的相关数据资料来检验投标决策模型的适应性。从而为评标决策提供可以进行比较和判别的依据,提高决策的科学性和正确性。按照模糊数学原理,建立了建设项目的判别模型,为工程实践提出了一种实用有效的方法。其中,主观
12、判断在于单因素项的排序和权重分配,这些标准现已积累了足够的经验,而且通常反映于招标文件的评标程序中。具有公正透明性,其它的评判操作则完全按照模糊数学的逻辑性进行,因而最后得到的综合指标是客观和科学的。 本文还采用搜集到的12个以往的投标的事例训练和验证模糊神经网络的决策结果及其自解释功能,把他们被分为两组10个事例数据用来训练模糊神经网络,2个事例数据用来验证模糊神经网络,这些采用的数据都经过采用模糊原理的预处理,把实际中的影响因素进行了定量化分析,归一化处理后形成的。 从检验结果来看,期望输出与实际输出基本上保持一致,因此该模型是有效的,可以用于投标决策中。但是由于原始的训练数据较少,仍会存
13、在的较大的误差,在实际运用中,也有可能得出不是很准确的结果,但可以通过数据库不断地积累工程实际的相关数据,当有足够的原始资料后,模型的决策效果会更好。在对以往相关理论和模型分析的基础上,结合招投标工作的特点,因为评标和投标都是一个充满不确定性的复杂决策过程,受多种因素影响,对这样的问题去建立精确的数学模型是很困难的,甚至是不可能的,为了解决这一难点,本文提出了基于模糊神经网络评标和投标决策模型,并且以模糊神经网络评标和投标决策模型,进一步利用决策理论、模糊神经网络评判理论和计算机技术开发了公路工程项目评标和投标决策支持系统。 根据公路工程的实际情况,确定评价指标,将各评价指标分类组合,共十一个
14、指标,建立了评标决策模糊神经网络模型,由于评标系统复杂,评价参数多,如果用一个网络包容所有参数,会使整个网络复杂庞大,难以训练,所以采用子网络与组合网络的形式。评标决策模糊神经网络模型由5个子网络、一个组合网络组成。组合网络和子网络的结构都是采用标准模糊神经网络。子网络的输入是相关指标的量化值,输出为子网络的评价结果,组合网络的输入是各子网络的输出,输出为整个投资项目的评标决策结果。 采用实际工程的相关数据资料来检验投标决策模型的适应性。从而为评标决策提供可以进行比较和判别的依据,提高决策的科学性和正确性。按照模糊数学原理,建立了建设项目的判别模型,为工程实践提出了一种实用有效的方法。其中,主
15、观判断在于单因素项的排序和权重分配,这些标准现已积累了足够的经验,而且通常反映于招标文件的评标程序中。具有公正透明性,其它的评判操作则完全按照模糊数学的逻辑性进行,因而最后得到的综合指标是客观和科学的。 本文还采用搜集到的12个以往的投标的事例训练和验证模糊神经网络的决策结果及其自解释功能,把他们被分为两组10个事例数据用来训练模糊神经网络,2个事例数据用来验证模糊神经网络,这些采用的数据都经过采用模糊原理的预处理,把实际中的影响因素进行了定量化分析,归一化处理后形成的。 从检验结果来看,期望输出与实际输出基本上保持一致,因此该模型是有效的,可以用于投标决策中。但是由于原始的训练数据较少,仍会
16、存在的较大的误差,在实际运用中,也有可能得出不是很准确的结果,但可以通过数据库不断地积累工程实际的相关数据,当有足够的原始资料后,模型的决策效果会更好。在对以往相关理论和模型分析的基础上,结合招投标工作的特点,因为评标和投标都是一个充满不确定性的复杂决策过程,受多种因素影响,对这样的问题去建立精确的数学模型是很困难的,甚至是不可能的,为了解决这一难点,本文提出了基于模糊神经网络评标和投标决策模型,并且以模糊神经网络评标和投标决策模型,进一步利用决策理论、模糊神经网络评判理论和计算机技术开发了公路工程项目评标和投标决策支持系统。 根据公路工程的实际情况,确定评价指标,将各评价指标分类组合,共十一
17、个指标,建立了评标决策模糊神经网络模型,由于评标系统复杂,评价参数多,如果用一个网络包容所有参数,会使整个网络复杂庞大,难以训练,所以采用子网络与组合网络的形式。评标决策模糊神经网络模型由5个子网络、一个组合网络组成。组合网络和子网络的结构都是采用标准模糊神经网络。子网络的输入是相关指标的量化值,输出为子网络的评价结果,组合网络的输入是各子网络的输出,输出为整个投资项目的评标决策结果。 采用实际工程的相关数据资料来检验投标决策模型的适应性。从而为评标决策提供可以进行比较和判别的依据,提高决策的科学性和正确性。按照模糊数学原理,建立了建设项目的判别模型,为工程实践提出了一种实用有效的方法。其中,
18、主观判断在于单因素项的排序和权重分配,这些标准现已积累了足够的经验,而且通常反映于招标文件的评标程序中。具有公正透明性,其它的评判操作则完全按照模糊数学的逻辑性进行,因而最后得到的综合指标是客观和科学的。 本文还采用搜集到的12个以往的投标的事例训练和验证模糊神经网络的决策结果及其自解释功能,把他们被分为两组10个事例数据用来训练模糊神经网络,2个事例数据用来验证模糊神经网络,这些采用的数据都经过采用模糊原理的预处理,把实际中的影响因素进行了定量化分析,归一化处理后形成的。 从检验结果来看,期望输出与实际输出基本上保持一致,因此该模型是有效的,可以用于投标决策中。但是由于原始的训练数据较少,仍
19、会存在的较大的误差,在实际运用中,也有可能得出不是很准确的结果,但可以通过数据库不断地积累工程实际的相关数据,当有足够的原始资料后,模型的决策效果会更好。在对以往相关理论和模型分析的基础上,结合招投标工作的特点,因为评标和投标都是一个充满不确定性的复杂决策过程,受多种因素影响,对这样的问题去建立精确的数学模型是很困难的,甚至是不可能的,为了解决这一难点,本文提出了基于模糊神经网络评标和投标决策模型,并且以模糊神经网络评标和投标决策模型,进一步利用决策理论、模糊神经网络评判理论和计算机技术开发了公路工程项目评标和投标决策支持系统。 根据公路工程的实际情况,确定评价指标,将各评价指标分类组合,共十
20、一个指标,建立了评标决策模糊神经网络模型,由于评标系统复杂,评价参数多,如果用一个网络包容所有参数,会使整个网络复杂庞大,难以训练,所以采用子网络与组合网络的形式。评标决策模糊神经网络模型由5个子网络、一个组合网络组成。组合网络和子网络的结构都是采用标准模糊神经网络。子网络的输入是相关指标的量化值,输出为子网络的评价结果,组合网络的输入是各子网络的输出,输出为整个投资项目的评标决策结果。 采用实际工程的相关数据资料来检验投标决策模型的适应性。从而为评标决策提供可以进行比较和判别的依据,提高决策的科学性和正确性。按照模糊数学原理,建立了建设项目的判别模型,为工程实践提出了一种实用有效的方法。其中
21、,主观判断在于单因素项的排序和权重分配,这些标准现已积累了足够的经验,而且通常反映于招标文件的评标程序中。具有公正透明性,其它的评判操作则完全按照模糊数学的逻辑性进行,因而最后得到的综合指标是客观和科学的。 本文还采用搜集到的12个以往的投标的事例训练和验证模糊神经网络的决策结果及其自解释功能,把他们被分为两组10个事例数据用来训练模糊神经网络,2个事例数据用来验证模糊神经网络,这些采用的数据都经过采用模糊原理的预处理,把实际中的影响因素进行了定量化分析,归一化处理后形成的。 从检验结果来看,期望输出与实际输出基本上保持一致,因此该模型是有效的,可以用于投标决策中。但是由于原始的训练数据较少,
22、仍会存在的较大的误差,在实际运用中,也有可能得出不是很准确的结果,但可以通过数据库不断地积累工程实际的相关数据,当有足够的原始资料后,模型的决策效果会更好。在对以往相关理论和模型分析的基础上,结合招投标工作的特点,因为评标和投标都是一个充满不确定性的复杂决策过程,受多种因素影响,对这样的问题去建立精确的数学模型是很困难的,甚至是不可能的,为了解决这一难点,本文提出了基于模糊神经网络评标和投标决策模型,并且以模糊神经网络评标和投标决策模型,进一步利用决策理论、模糊神经网络评判理论和计算机技术开发了公路工程项目评标和投标决策支持系统。 根据公路工程的实际情况,确定评价指标,将各评价指标分类组合,共
23、十一个指标,建立了评标决策模糊神经网络模型,由于评标系统复杂,评价参数多,如果用一个网络包容所有参数,会使整个网络复杂庞大,难以训练,所以采用子网络与组合网络的形式。评标决策模糊神经网络模型由5个子网络、一个组合网络组成。组合网络和子网络的结构都是采用标准模糊神经网络。子网络的输入是相关指标的量化值,输出为子网络的评价结果,组合网络的输入是各子网络的输出,输出为整个投资项目的评标决策结果。 采用实际工程的相关数据资料来检验投标决策模型的适应性。从而为评标决策提供可以进行比较和判别的依据,提高决策的科学性和正确性。按照模糊数学原理,建立了建设项目的判别模型,为工程实践提出了一种实用有效的方法。其
24、中,主观判断在于单因素项的排序和权重分配,这些标准现已积累了足够的经验,而且通常反映于招标文件的评标程序中。具有公正透明性,其它的评判操作则完全按照模糊数学的逻辑性进行,因而最后得到的综合指标是客观和科学的。 本文还采用搜集到的12个以往的投标的事例训练和验证模糊神经网络的决策结果及其自解释功能,把他们被分为两组10个事例数据用来训练模糊神经网络,2个事例数据用来验证模糊神经网络,这些采用的数据都经过采用模糊原理的预处理,把实际中的影响因素进行了定量化分析,归一化处理后形成的。 从检验结果来看,期望输出与实际输出基本上保持一致,因此该模型是有效的,可以用于投标决策中。但是由于原始的训练数据较少
25、,仍会存在的较大的误差,在实际运用中,也有可能得出不是很准确的结果,但可以通过数据库不断地积累工程实际的相关数据,当有足够的原始资料后,模型的决策效果会更好。在对以往相关理论和模型分析的基础上,结合招投标工作的特点,因为评标和投标都是一个充满不确定性的复杂决策过程,受多种因素影响,对这样的问题去建立精确的数学模型是很困难的,甚至是不可能的,为了解决这一难点,本文提出了基于模糊神经网络评标和投标决策模型,并且以模糊神经网络评标和投标决策模型,进一步利用决策理论、模糊神经网络评判理论和计算机技术开发了公路工程项目评标和投标决策支持系统。 根据公路工程的实际情况,确定评价指标,将各评价指标分类组合,
26、共十一个指标,建立了评标决策模糊神经网络模型,由于评标系统复杂,评价参数多,如果用一个网络包容所有参数,会使整个网络复杂庞大,难以训练,所以采用子网络与组合网络的形式。评标决策模糊神经网络模型由5个子网络、一个组合网络组成。组合网络和子网络的结构都是采用标准模糊神经网络。子网络的输入是相关指标的量化值,输出为子网络的评价结果,组合网络的输入是各子网络的输出,输出为整个投资项目的评标决策结果。 采用实际工程的相关数据资料来检验投标决策模型的适应性。从而为评标决策提供可以进行比较和判别的依据,提高决策的科学性和正确性。按照模糊数学原理,建立了建设项目的判别模型,为工程实践提出了一种实用有效的方法。
27、其中,主观判断在于单因素项的排序和权重分配,这些标准现已积累了足够的经验,而且通常反映于招标文件的评标程序中。具有公正透明性,其它的评判操作则完全按照模糊数学的逻辑性进行,因而最后得到的综合指标是客观和科学的。 本文还采用搜集到的12个以往的投标的事例训练和验证模糊神经网络的决策结果及其自解释功能,把他们被分为两组10个事例数据用来训练模糊神经网络,2个事例数据用来验证模糊神经网络,这些采用的数据都经过采用模糊原理的预处理,把实际中的影响因素进行了定量化分析,归一化处理后形成的。 从检验结果来看,期望输出与实际输出基本上保持一致,因此该模型是有效的,可以用于投标决策中。但是由于原始的训练数据较
28、少,仍会存在的较大的误差,在实际运用中,也有可能得出不是很准确的结果,但可以通过数据库不断地积累工程实际的相关数据,当有足够的原始资料后,模型的决策效果会更好。在对以往相关理论和模型分析的基础上,结合招投标工作的特点,因为评标和投标都是一个充满不确定性的复杂决策过程,受多种因素影响,对这样的问题去建立精确的数学模型是很困难的,甚至是不可能的,为了解决这一难点,本文提出了基于模糊神经网络评标和投标决策模型,并且以模糊神经网络评标和投标决策模型,进一步利用决策理论、模糊神经网络评判理论和计算机技术开发了公路工程项目评标和投标决策支持系统。 根据公路工程的实际情况,确定评价指标,将各评价指标分类组合
29、,共十一个指标,建立了评标决策模糊神经网络模型,由于评标系统复杂,评价参数多,如果用一个网络包容所有参数,会使整个网络复杂庞大,难以训练,所以采用子网络与组合网络的形式。评标决策模糊神经网络模型由5个子网络、一个组合网络组成。组合网络和子网络的结构都是采用标准模糊神经网络。子网络的输入是相关指标的量化值,输出为子网络的评价结果,组合网络的输入是各子网络的输出,输出为整个投资项目的评标决策结果。 采用实际工程的相关数据资料来检验投标决策模型的适应性。从而为评标决策提供可以进行比较和判别的依据,提高决策的科学性和正确性。按照模糊数学原理,建立了建设项目的判别模型,为工程实践提出了一种实用有效的方法
30、。其中,主观判断在于单因素项的排序和权重分配,这些标准现已积累了足够的经验,而且通常反映于招标文件的评标程序中。具有公正透明性,其它的评判操作则完全按照模糊数学的逻辑性进行,因而最后得到的综合指标是客观和科学的。 本文还采用搜集到的12个以往的投标的事例训练和验证模糊神经网络的决策结果及其自解释功能,把他们被分为两组10个事例数据用来训练模糊神经网络,2个事例数据用来验证模糊神经网络,这些采用的数据都经过采用模糊原理的预处理,把实际中的影响因素进行了定量化分析,归一化处理后形成的。 从检验结果来看,期望输出与实际输出基本上保持一致,因此该模型是有效的,可以用于投标决策中。但是由于原始的训练数据
31、较少,仍会存在的较大的误差,在实际运用中,也有可能得出不是很准确的结果,但可以通过数据库不断地积累工程实际的相关数据,当有足够的原始资料后,模型的决策效果会更好。在对以往相关理论和模型分析的基础上,结合招投标工作的特点,因为评标和投标都是一个充满不确定性的复杂决策过程,受多种因素影响,对这样的问题去建立精确的数学模型是很困难的,甚至是不可能的,为了解决这一难点,本文提出了基于模糊神经网络评标和投标决策模型,并且以模糊神经网络评标和投标决策模型,进一步利用决策理论、模糊神经网络评判理论和计算机技术开发了公路工程项目评标和投标决策支持系统。 根据公路工程的实际情况,确定评价指标,将各评价指标分类组
32、合,共十一个指标,建立了评标决策模糊神经网络模型,由于评标系统复杂,评价参数多,如果用一个网络包容所有参数,会使整个网络复杂庞大,难以训练,所以采用子网络与组合网络的形式。评标决策模糊神经网络模型由5个子网络、一个组合网络组成。组合网络和子网络的结构都是采用标准模糊神经网络。子网络的输入是相关指标的量化值,输出为子网络的评价结果,组合网络的输入是各子网络的输出,输出为整个投资项目的评标决策结果。 采用实际工程的相关数据资料来检验投标决策模型的适应性。从而为评标决策提供可以进行比较和判别的依据,提高决策的科学性和正确性。按照模糊数学原理,建立了建设项目的判别模型,为工程实践提出了一种实用有效的方
33、法。其中,主观判断在于单因素项的排序和权重分配,这些标准现已积累了足够的经验,而且通常反映于招标文件的评标程序中。具有公正透明性,其它的评判操作则完全按照模糊数学的逻辑性进行,因而最后得到的综合指标是客观和科学的。 本文还采用搜集到的12个以往的投标的事例训练和验证模糊神经网络的决策结果及其自解释功能,把他们被分为两组10个事例数据用来训练模糊神经网络,2个事例数据用来验证模糊神经网络,这些采用的数据都经过采用模糊原理的预处理,把实际中的影响因素进行了定量化分析,归一化处理后形成的。 从检验结果来看,期望输出与实际输出基本上保持一致,因此该模型是有效的,可以用于投标决策中。但是由于原始的训练数
34、据较少,仍会存在的较大的误差,在实际运用中,也有可能得出不是很准确的结果,但可以通过数据库不断地积累工程实际的相关数据,当有足够的原始资料后,模型的决策效果会更好。特别提醒:正文内容由PDF文件转码生成,如您电脑未有相应转换码,则无法显示正文内容,请您下载相应软件,下载地址为 。如还不能显示,可以联系我q q 1627550258 ,提供原格式文档。 垐垯櫃换烫梯葺铑?endstreamendobj2x滌?U閩AZ箾FTP鈦X飼?狛P?燚?琯嫼b?袍*甒?颙嫯?4)=r宵?i?j彺帖B3锝檡骹笪yLrQ#?0鯖l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛渓?擗#?#綫G刿#K芿$?7.耟?Wa癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb皗E|?pDb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$F?責鯻0橔C,f薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵秾腵薍秾腵%?秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍G?螪t俐猻覎?烰:X=勢)趯飥?媂s劂/x?矓w豒庘q?唙?鄰爖媧A|Q趗擓蒚?緱鳝嗷P?笄nf(鱂匧叺9就菹$
- 温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。