论文部分内容阅读
在Delphi法数据统计处理过程中，成员权值主要根据成员的经历、职务、年龄和自我评定等情况来确定，易导致方案加权平均值及方差计算不准确，大大影响Delphi法的精度和效率。为提高Delphi法的精度和效率，论文提出了基于BP神经网络的方案加权平均值计算模型，使成员权值分配与其决策预测结果直接相关，减少了人为不正确因素对权值分配的影响，使权值分配较为客观，并且权值分配还具有动态的自学习功能，具有一定的智能性。该计算模型被成功应用于股票上市公司经营业绩综合评价排序，