采用学习向量量化神经网络法研究机构的选型

作     者：薄瑞峰 李瑞琴 BO Rui-feng;LI Rui-qin

作者机构：中北大学机械工程系太原030051 

基　　金：山西省青年科技研究基金资助项目(2007021028) 

出 版 物：《机械设计与研究》 (Machine Design And Research)

年 卷 期：2009年第25卷第6期

页      码：18-21页

摘      要：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。

主 题 词：机构选型 LVQ网络 概念设计 功能分解 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.13952/j.cnki.jofmdr.2009.06.009

馆 藏 号：203124067...