文件名称：基于DTGA-BP组合模型的区域创新能力评价
文件大小：1.42MB
文件格式：PDF
更新时间：2024-05-26 06:00:14
区域创新 BP神经网络 决策树 遗传算法 分类精度
以实现科学、准确、可操作的区域自主创新能力评估分类为目标，提出一种基于决策树遗传算法和BP神经网络的组合模型（Decision Tree Genetic Algorithm and Back Propagation，DTGA-BP）.利用决策树对评估指标进行特征选择并通过优化隐藏层神经元数目对神经网络的结构进行改进；采用非线性的交叉变异概率值的遗传操作结合一种新的选择算子方式优化BP神经网络的初始权重与阈值.实验结果表明，组合模型的评估结果相比传统的主观赋值法更为科学准确；较单一BP神经网络模型和GA-BP模型在分类精度方面分别提高了41%和20%.