【技术实现步骤摘要】
本专利技术涉及复杂系统综合评价领域，尤其是一种多因素系统的综合评价方法。技术背景国内外交通系统评价中常用的综合评价方法从总体上可以分为专家评价法、经 济分析法、运筹学方法和其他数学方法等。神经网络由于其大规模并行处理、容错性、自组 织和自适应能力和联想功能等特点，已成为解决问题的有力工具，对突破现有科学技术的 瓶颈，更深入的探索非线性等复杂现象起到了重大的作用，广泛应用于许多科学领域。研究 人员根据其特点，对神经网络模型应用于综合评价也进行了探讨。作为人工智能的重要组成部分，神经网络方法可以避免确定指标权重时的主观 性，并通过对给定样本模式的学习，获取评价专家的经验、知识、主观判断及对目标重要性 的倾向，当需要样本模式以外的对象系统做出综合评价时，该方法便可以再现评价专家的 经验、知识和直觉思维，从而实现定量分析和定性分析的有效结合，较好地保证了评价的客 观性等优点，在近20年里已经吸引了大量专家学者的目光。然而，随着应用的深人推广和 实际问题的日益涌现，网络结构相对单一的传统神经网络模型也逐渐显现出了种种缺陷和 不足，例如固有的学习速度慢、灾变性失忆等等。...
【技术保护点】
一种基于量子神经网络的多因素系统的综合评价方法，其特征在于：所述综合评价方法包括以下步骤：１）设定所述多因素系统的多个前馈型量子神经元，其中，每个神经元的结构相似，输入为ｎ位量子比特，ｎ为自然数，即ｎ位量子寄存器，输出为１位量子寄存器，前ｍ个量子神经元的输出同时作为第ｍ＋１个前馈型量子神经元的前馈输入，ｍ为自然数，前馈性量子神经元的阈值也是ｎ位量子比特，前馈型量子神经元的连接权是一个ｎ＊ｎ的矩阵，前馈型量子神经元的演化算子Ｆ是一个作用在ｎ位量子寄存器上的算子，控制前馈型量子神经元状态的演化；２）制备一个ｎ位量子比特的量子寄存器，量子神经元的状态为Ｕ，Ｕ＝０或者Ｕ＝１，分别用...
【技术特征摘要】
【专利技术属性】
技术研发人员：董红召，金凌，黄智，陈宁，郭明飞，郭海锋，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：86[中国|杭州]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。