基于神经网络的农产品综合运输水平评价研究

利用层次分析法确定农产品综合运输水平效能的综合评价指标体系,依据此指标体系建立单目标农产品综合运输水平效能的综合评价模型,并利用优化后的神经网络对模型进行训练求解。训练结果与传统神经网络训练结果和线性规划软件计算结果相比,所获得的综合运输最佳方案相同,而优化后的神经网络比传统神经网络训练时间短,迭代次数少,拟合误差小。算例表明:此模型具有良好的泛化能力,可对农产品运输水平效能做出有效的综合评价。

我国鲜活农产品运输的VC-BP神经网络组合模型

鲜活农产品因其易腐烂、难保存的特点导致运输过程中损耗严重,成本重复,因此对运输有较高要求。通过层次分析法确定农产品运输通道评价指标权重,将变尺度混沌优化与BP人工神经网络有机结合,可构建变尺度混沌-BP神经网络组合优化模型。该模型通过变尺度混沌优化方法对网络权值分布进行优化,采用梯度下降法最终搜索确定全局最优权值。该模型可实现对农产品运输通道模式的评价和选择,避免了各种运输方式成本的重复利用,可快速有效提高农产品运输的运输质量。该模型可做到全局优化,避免了以往算法局部最优化的缺陷。通过实例仿真,该模型具有较好的应用性和动态适应性。