一种基于神经网络的汽车经销商业绩分析专家系统技术方案

本发明专利技术公开了利用BP神经网络系统的分布存储、并行处理、自学习和自组织等功能，使得决策规则可由训练数据自行提取，并可根据运行数据在监督学习下自动校准，对决策规则进行智能更新和进化，实现决策规则的进化解决专家系统中的决策规则获取难、无自动推理、人工智能水平低等一系列的问题。

【技术实现步骤摘要】
一种基于神经网络的汽车经销商业绩分析专家系统
本专利技术涉及人工智能和专家系统，具体地说，是一种利用神经网络算法对汽车经销商经营业绩进行分类诊断的系统。
技术介绍
专家系统(ExpertSystem,缩写ES)也称为基于知识的系统。现在比较通用的定义为,专家系统是一种智能的计算机程序,能够运用知识进行推理,解决只有专家才能解决的复杂问题,即专家系统是一种能够模拟人类专家决策能力的计算机系统。专家系统的基本结构大致分为3个组成部分:知识库、推理机和人机界面,具体结构主要有知识库、数据库、推理机、解释器、知识获取(学习系统)和人机界面组成,其中知识库和推理机是核心部分。①知识库:知识的存储机构,用来存放专家的领域知识。②数据库:反映当前问题求解状态的集合。③知识获取:负责建立、修改和扩充知识库。④推理机:推理机是实施问题求解的核心执行机构,由一组程序组成。⑤解释器:用户对专家系统的行为进行解答。⑥人机交互界面:人机交互界面是专家系统和用户之间进行交互和信息交换的媒介。而对于汽车经销商业绩分析而言，知识库就是由专家顾问所提供的经销商业绩数据中各类关键业务数据评价和相关范围的决策树，如某项经本文档来自技高网...

【技术保护点】
一种基于神经网络的汽车经销商业绩分析专家系统，其特征在于：由三部分组成，一为经销商业绩分析模型处理工具，该工具代替了原有的专家系统数据库，对汽车经销商的库存、销售、车间、售后、财务等业绩分类进行了建模、数据采样、分区以及归一化处理，以便于神经网络使用；二为神经网络分类工具，该工具采用BP神经网络误差反传算法，其主要思想是把学习过程分为两个阶段:第一阶段(前向传播过程),给出输入信息通过输入层经隐含层逐层处理并计算每个单元的实际输出值；第二阶段(反向过程),若在输出层未能得到期望的输出值,则逐层递归地计算实际输出与期望输出之差值(即误差),以便根据此差值调节权值,具体些说,就是可对每一个权值计算...

【技术特征摘要】
1.一种基于神经网络的汽车经销商业绩分析专家系统，其特征在于：由三部分组成，一为经销商业绩分析模型处理工具，该工具代替了原有的专家系统数据库，对汽车经销商的库存、销售、车间、售后、财务等业绩分类进行了建模、数据采样、分区以及归一化处理，以便于神经网络使用；二为神经网络分类工具，该工具采用BP神经网络误差反传算法，其主要思想是把学习过程分为两个阶段:第一阶段(前向传播过程),给出输入信息通过输入层经隐含层逐层处理并计算每个单元的实际输出值；第二阶段(反向过程),若在输出层未能得到期望的输出值,则逐层递归地计算实际输出与期望输出之差值(即误差),以便根据此差值调节权值,具体些说,就是可对每一个权值计算出接收单元的误差值与发送单元的激活值的积。因为这个积和误差对权重的(负)微商成正比(又称梯度下降算法),称做权重误差微商。权重的实际改变可由权重误差微商一个模式一个模式地计算出来,即它们可以在这组模式集上进行累加。神经网络分类工具采用已归一的经销商业务模型数据作为输入，相关评价信息以每个评价内容作为输出点，如输出5种评价，则输出点可为5个，最终输出以超过阈值的输出点为准，叠加评价，可自定义隐含层的数量；第三为解释器，负责对神经网络输出信息进行解释，解释器保存了评价信息和评价关联的解决方案信...

【专利技术属性】
技术研发人员：徐彬，
申请(专利权)人：上海储翔信息科技有限公司，
类型：发明
国别省市：上海,31