首页|基于RS-RBFNN的邮轮建造物资物流集配风险预警

基于RS-RBFNN的邮轮建造物资物流集配风险预警

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为解决邮轮建造物资物流集配层级复杂、耦合因素众多引起的产需脱节问题,提出一种粗糙集(RS)融合径向基神经网络(RBFNN)的集成风险预警模型.首先,基于物资物流集配风险因素分析,构建风险预警指标体系,利用网络分析法(ANP)建立指标间相互依赖和反馈关系评价模型,并据此确定指标重要度;其次,采用功效系数法确定历史数据警情,并以此作为神经网络输出端;最后,利用RS作为RBFNN的前置处理系统,对某邮轮建造过程机电物资物流集配进行风险预警建模,并与RBFNN、反向传播神经网络(BPNN)和RS-BPNN进行性能比较.结果表明:RS-RBFNN模型能有效简化神经网络结构,提高测效率和准确性,克服BP网络训练时间长、稳定性较差且容易陷入局部极小的弊病.
Risk early warning model of cruise ship construction material logistics collection and distribution based on RS-RBFNN

rough set(RS)radial basis function neural network(RBFNN)cruise ship construction materiallogistics collection and distributionrisk early warningback propagation neural network(BPNN)analytic network process(ANP)

谢露强、徐靖、王海燕

展开 >

武汉理工大学交通与物流工程学院,湖北武汉430063

上海外高桥造船有限公司,上海200137

国家水运安全工程技术研究中心武汉理工大学,湖北武汉430063

粗糙集(RS) 径向基神经网络(RBFNN) 邮轮建造物资 物流集配 风险预警 反向传播神经网络(BPNN) 网络分析法(ANP)

工信部研发专项

MC-202009-Z03

2023

10.16265/j.cnki.issn1003-3033.2023.06.1033

中国安全科学学报
中国职业安全健康协会

中国安全科学学报

CSTPCDCSCD北大核心
影响因子：1.548
ISSN：1003-3033
年,卷(期)：2023.33(6)
  • 2