技术经济
技術經濟
기술경제
Technology Economics
2008年
2期
44~48
,共null页
量子粒子群优化 神经网络 可持续发展 经济评价
量子粒子群優化 神經網絡 可持續髮展 經濟評價
양자입자군우화 신경망락 가지속발전 경제평개
quantum-behaved particle swarm optimization; neural network; sustainable development; economy evaluation
在构建油气资源经济可持续发展能力评价指标体系的基础上,提出了一种基于量子粒子群优化的神经网络评价方法。该方法用三层前馈神经网络建立评价指标和评价结果之间的非线性映射关系,用量子粒子群算法优化神经网络权值完成网络训练。以中国2001—2005年的油气资源经济可持续发展评价为例,验证了方法的有效性和可行性。
在構建油氣資源經濟可持續髮展能力評價指標體繫的基礎上,提齣瞭一種基于量子粒子群優化的神經網絡評價方法。該方法用三層前饋神經網絡建立評價指標和評價結果之間的非線性映射關繫,用量子粒子群算法優化神經網絡權值完成網絡訓練。以中國2001—2005年的油氣資源經濟可持續髮展評價為例,驗證瞭方法的有效性和可行性。
재구건유기자원경제가지속발전능력평개지표체계적기출상,제출료일충기우양자입자군우화적신경망락평개방법。해방법용삼층전궤신경망락건립평개지표화평개결과지간적비선성영사관계,용양자입자군산법우화신경망락권치완성망락훈련。이중국2001—2005년적유기자원경제가지속발전평개위례,험증료방법적유효성화가행성。
On the basis of the construction of the sustainable development economy evaluation index system ,a neural network evaluation method based on quantum-behaved particle swarm optimization is proposed. In this method, a three-layer forward neural network is applied to construct the mapping relation between the index system and the evaluation result,and quantum-behaved particle swarm optimization is applied to train the network weights. The economy evaluation result of oil and gas sustainable development from 2001 to 2005 shows that the proposed method is feasible and effective.