×

用归纳学习网络分析数学模型。 (英文) Zbl 0916.90167号

小结:在构建和验证数学模型之后,决策者经常(通常是多次)求解模型的一个略有不同的版本。也就是说,通过更改各种输入参数和重新运行不同的模型实例,他试图深入了解模型所表示的复杂系统的工作原理和权衡。然而,很少有研究致力于帮助决策者进行这项重要的模型分析工作。本文研究了两种归纳学习技术,即反向传播神经网络和数据处理的分组方法,在数学模型的多个实例分析中的应用。具体而言,在识别关键因素和确定不确定和/或未知模型参数与相关目标函数值之间的关键关系的分析任务中,对这两种技术进行了比较。

MSC公司:

90B50型 管理决策,包括多个目标
68层35 人工智能语言和软件系统理论(基于知识的系统、专家系统等)

软件:

暂停
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] AbTech,(诱拐感应模型-用户手册(1990),Ab-Tech,Inc:Ab-TechInc,Charlottesville,VA)
[2] Barron,A.R.,《预测平方误差:自动模型选择的标准》,(Farlow,S.J.,《建模中的自组织方法:GMDH类型算法》(1984),马塞尔·德克尔:马塞尔·戴克尔纽约),86-104
[3] Barron,R.L。;Mucciardi,A.N。;库克·F·J。;Barron,A.R。;Craig,J.N.,《网络中的自适应学习:与GMDH相关的算法在美国的开发和应用》,(Farlow,S.J.,《建模中的自组织方法:GMDH类型算法》(1984),马塞尔·德克尔:马塞尔·德克尔纽约),25-66
[4] 布伦南,J.J。;Elam,J.J.,《理解和验证基于模型的决策支持系统的结果》,《决策支持系统》,第249-54页(1986年)
[5] Dayhoff,J.E.,《神经网络架构》(1990年),Von Nostrand Reinhold:Von Nostrand Reinhold,纽约·Zbl 2007年6月7日
[6] Donahue,R.L。;Spearman,M.L.,《改进随机生产线的设计:使用扰动分析的方法》,《国际生产研究杂志》,31/12789-2806(1993)
[7] Elam,J.J。;Konsynski,B.,《使用人工智能技术增强模型管理系统的能力》,决策科学,18/3,487-501(1987)
[8] EXECUCOM,(交互式财务规划系统:用户手册(1992),EXECUCOM:EXECUCCOM奥斯汀,德克萨斯州)
[9] (Farlow,S.J.,《建模中的自组织方法:GMDH型算法》(1984),马塞尔·德克尔:马塞尔·戴克尔纽约)·Zbl 0559.00029号
[10] Geoffrion,A.M.,数学编程的目的是洞察力,而不是数字,接口,7/1,81-92(1976)
[11] Geoffrion,A.M.,《结构化建模导论》,《管理科学》,33/5547-588(1987)
[12] Greenberg,H.J.,计算机辅助分析教程,(Greenberg;Murphy;Shaw,运筹学实践中的高级技术(1982),爱思唯尔科学:爱思唯尔科学纽约),212-249
[13] Greenberg,H.J.,ANALYZE(1990)初级读本,科罗拉多大学丹佛分校,6月
[14] Greenberg,H.J.,《ANALYZE的增强:线性规划的计算机辅助分析系统》,ACM数学软件汇刊,19/2,223-256(1993)·Zbl 0890.65058号
[15] Greenberg,H.J.,使用ANALYZE编写线性规划中的语法导向报告,《欧洲运筹学杂志》,72,300-311(1994)·Zbl 0800.90691号
[16] Hamming,R.W.,《科学家和工程师的数值方法》(1962),McGraw-Hill:McGraw-Hill New York,v·Zbl 0952.65500号
[17] 霍普菲尔德,J。;Tank,D.,《简单的“神经”优化网络:A/D转换器、信号决策电路和线性规划电路》,《控制论》,5141-152(1985)·Zbl 0572.68041号
[18] Ivakhnenko,A.G.,复杂系统的多项式理论,IEEE系统、人与控制论汇刊,4364-384(1971)
[19] Ivakhnenko,A.G.,《GMDH的过去、现在和未来》,(Farlow,S.J.,《建模中的自组织方法:GMDH类型算法》(1984),马塞尔·德克尔:马塞尔·戴克尔纽约),105-119·Zbl 0559.00029号
[20] Ivakhnenko,A.G。;Krotov,G.I。;Visotsky,V.N.,用自组织方法识别复杂系统的数学模型,(Halfon,E.F.,理论系统生态学(1979),学术出版社:纽约学术出版社)
[21] Jones,C.V.,《用户界面和操作研究》,(Coffman,E.G.;Lenstra,J.K.;Kan,A.Y.,《操作研究手册》,第13卷(1992年),北荷兰:北荷兰阿姆斯特丹),603-668·Zbl 0825.90800号
[22] Kimbrough,S.O。;摩尔,S.A。;普里切特,C.W。;Sherman,C.A.,《关于DSS对烛光分析的支持》,《DSS-92交易》,第118-135页(1992年)
[23] Kimbrough,S.O。;奥利弗·J·R。;Prichett,C.W.,《后评价分析:烛光和替代模型》,《界面》,23/3,17-28(1993)
[24] Kimbrough,S.O。;普里切特,C.W。;比伯,M.P.L。;Bhargava,H.K.,海岸警卫队的KSS项目,接口,20/6,5-16(1990)
[25] Kimbrough,S.O。;Oliver,F.R.,《自动烛光分析:用遗传算法和近似模型从搜索中获得的见解》(第27届夏威夷国际系统科学年会论文集(1994)),536-544
[26] Koltai,T。;Larraneta,J。;Onieva,L.,《用扰动分析检查操作计划的敏感性》,《国际生产研究杂志》,31/12/2777-2787(1993)
[27] 科西·D·W。;Wise,B.P.,《自我解释的财务规划模型》,(《全国人工智能会议论文集》,全国人工智能大会论文集,1984年8月),176-181
[28] 科西·D·W。;Wise,B.P.,《ROME概述:一个面向推理的建模环境》,(Psu,L.F.,《经济与管理中的人工智能》(1986),北荷兰:北荷兰阿姆斯特丹),21-30
[29] 库拉托,W.G。;O'Neill,R.P.,PERUSE:数学程序的交互式系统,ACM数学软件交易,6/4,489-509(1980)·Zbl 0442.68020号
[30] Looi,C.-K.,组合优化中的神经网络方法,计算机与运筹学,19,3-4,191-208(1992)·Zbl 0757.90069号
[31] Prager,M.H.,《数据处理的分组方法:一种新的种群识别方法》,《美国渔业协会学报》,117290-296(1988)
[32] Reddy,Y.V.,《内省模拟在管理决策中的作用》(DSS-85 Transactions(1985),IADSS,德克萨斯大学奥斯汀分校),18-32
[33] Saltelli,A。;Homma,T.,模型输出的敏感性分析,计算统计和数据分析,13,73-94(1992)
[34] Saltelli,A。;Marivoet,J.,《模型输出敏感性分析中的非参数统计:所选技术的比较》,可靠性工程和系统安全,28,229-253(1990)
[35] Savage,S.L.,《什么是最好的:优化的ABC》(1992),林多系统:林多系统芝加哥,伊利诺伊州
[36] 沙尔达,R。;Steiger,D.M.,《使用人工智能增强模型分析》,(Nash;Sofer,《新兴技术对计算机科学和运筹学的影响》(1995),Kluwer学术出版社:Kluwer-学术出版社Dordrecht),263-280·Zbl 0825.68621号
[37] 沙尔达,R。;Steiger,D.M.,《归纳模型分析系统:增强决策支持系统中的模型分析》,《信息系统研究》(1995年),(即将出版)
[38] 泰龙开发公司,@BRAIN神经网络开发系统:用户指南(1992),密尔沃基,威斯康星州
[39] 储罐,D。;霍普菲尔德,J.,《简单的‘神经’优化网络:A/D转换器、信号决策电路和线性编程电路》,IEEE电路与系统汇刊,CAS-33,533-541(1986)
[40] 瓦西亚纳坦,S。;Ignizio,J.P.,资源受限调度的随机神经网络,计算机与运筹学,19,3-4,241-254(1992)·Zbl 0757.90039号
[41] Wagner,H.M.,《全球敏感性分析》(1993),北卡罗来纳大学教堂山分校,1993年,工作文件
[42] 王,R。;Chankong,V.,线性规划递归神经网络:分析和设计原则,计算机与运筹学,19/3-4297-311(1992)·Zbl 0757.90056号
[43] 怀斯,B.P。;Kosy,D.W.,《基于模型的长期资源分配计划评估》(Pau,L.F.,《经济与管理中的人工智能》(1986),北荷兰人:北荷兰阿姆斯特丹),93-102
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。