论文部分内容阅读
将城市社会经济发展状况的评价标准作为模糊集,采用多输出神经网络,得到一个实际输出向量,把它作为评价样本对该模糊集的隶属度,较好地克服了常用的单输出网络人为规定评价指数的主观因素;把隶属度向量作为权值,对评价样本进行综合评分,以此对城市社会经济的发展水平进行评价,避免了当隶属度向量各分量分布不集中时,最大隶属度原则所遇到的困难.采用基于多准则学习神经网络,较好地克服了基于单准则学习神经网络收敛速度慢,易陷入局部极小值的缺点.