一种基于混合神经网络算法的用于复杂工业产品性能评估方法

摘要

本发明公开了一种基于混合神经网络算法的用于复杂工业产品性能评估方法。首先确定HNN结构参数；其次初始化每层神经元连接权重和隶属度函数特征点，设置误差限值、迭代次数，学习速率和动量因子；然后将输入的模糊样本数据进行量化和归一化，定量数值进行归一化；在反复迭代中计算各层神经元学习误差导数、修正连接权重、采用一种梯度下降方法调整隶属度度特征点；反复迭代直至达到设定误差，最后HNN算法给出该复杂工业产品定量的性能预测结果。该HNN算法为实际情况中基于定性、定量、定性定量结合的三种数据输入、输入数据项维数可能不同的复杂工业性能评估问题提供一种具有良好预测准确度的解决方案。