论文部分内容阅读
利用学习向量量化（LVQ）神经网络具有的强大的非线性运算和相似特征聚类功能，提出了一种机构选型的决策方法。设计者只需将设计要求模糊量化，转换为特征因素集输入训练好的神经网络，即可从一组机构中决策出较为满意的一种机构。采用LVQ完成评价决策的推理过程，可以有效解决专家知识表达和积累问题，提高选型结果的合理性，并在一定程度上简化了机构的选型决策过程。实例表明，采用LVQ网络进行机构选型是合适的，相对于BP网络具有更好的模式分类识别特性。