系統(tǒng)工程實(shí)驗(yàn)報(bào)告-3

《系統(tǒng)工程》實(shí)驗(yàn)報(bào)告2011～2012學(xué)年第二學(xué)期學(xué)院（部）：管理學(xué)院姓名/學(xué)號(hào)：031710217馬兆玉實(shí)驗(yàn)?zāi)康模罕緦?shí)驗(yàn)要求學(xué)生能夠運(yùn)用Excel和MATLAB進(jìn)行有關(guān)矩陣運(yùn)算，應(yīng)用層次分析法(AHP)軟件構(gòu)建系統(tǒng)要素的層次解釋結(jié)構(gòu)關(guān)系，同時(shí)定量地給出，在這個(gè)多級(jí)遞階結(jié)構(gòu)模型中系統(tǒng)各元素與目標(biāo)元素之間關(guān)系的依賴程度。實(shí)驗(yàn)一：企業(yè)利潤的合理使用的鄰接矩陣如下面的矩陣s1s2s3s4s5s6s7s8合理利用企業(yè)利潤S110000000調(diào)動(dòng)職工積極性S211000000提高企業(yè)技術(shù)水平S310100000A=改善職工工作、生活條件S410010000發(fā)獎(jiǎng)S511011000擴(kuò)建福利事業(yè)S611010100培訓(xùn)S710100010引進(jìn)新設(shè)備S810100001其系統(tǒng)的解析結(jié)構(gòu)模型為：合理利用企業(yè)利潤S1調(diào)動(dòng)職工積極性S2提高企業(yè)技術(shù)水平S3改善職工工作生活條件S4發(fā)獎(jiǎng)S5擴(kuò)建福利事業(yè)S6培訓(xùn)S7引進(jìn)新設(shè)備S81．第一種方法：EXCEL或MATLAB求解層次結(jié)構(gòu)模型：層次單排序及一致性檢驗(yàn)：目標(biāo)層與準(zhǔn)則層的層次單排序及一致性檢驗(yàn)S1S2S3S4層次單排序CIS211/330.26Ci=0.019256Cr=0.58Cr=0.33<0.1Lumda=3.04S33150.64S41/31/510.1注：準(zhǔn)則層與方案層的層次單排序及一致性檢驗(yàn)層次總排序及一致性檢驗(yàn)：所以，培訓(xùn)最優(yōu)。實(shí)驗(yàn)?zāi)康模罕緦?shí)驗(yàn)要求學(xué)生能夠運(yùn)用MATLAB進(jìn)行神經(jīng)網(wǎng)絡(luò)模型的求解，并能在分析運(yùn)算結(jié)果，評(píng)述模型的整體效果。實(shí)驗(yàn)三：有4個(gè)動(dòng)物的樣本如下：1.某動(dòng)物是暗斑點(diǎn)、黃褐色、有毛發(fā)、吃肉，它就是豹。2.某動(dòng)物是黃褐色、有毛發(fā)、吃肉、黑條紋，它就是虎。3.某動(dòng)物是不飛、黑白色、會(huì)游泳、有羽毛，它就是企鵝。4.某動(dòng)物是有羽毛、善飛，它就是信天翁。表中0表示無該屬性，1表示有該屬性。動(dòng)物樣本神經(jīng)網(wǎng)絡(luò)完成神經(jīng)學(xué)習(xí)以后，對(duì)樣本進(jìn)行缺省條件輸入，有如下三種情況：缺1個(gè)條件的情況輸入輸出輸出相近的情形（動(dòng)物名）暗斑點(diǎn)黃褐色有毛發(fā)吃肉黑條紋不飛黑白色會(huì)游泳有羽毛善飛10110000000.93570.07250.3600-0.4355豹0000000001-0.77121.02560.25640.6957虎（2）缺2個(gè)條件的情況輸入輸出輸出相近的情形（動(dòng)物名）暗斑點(diǎn)黃褐色有毛發(fā)吃肉黑條紋不飛黑白色會(huì)游泳有羽毛善飛00111100000.51730.97840.2460-0.6342虎0000001010-0.15270.35010.9565-0.0314企鵝（3）介于中間的情況輸入輸出輸出相近的情形（動(dòng)物名）暗斑點(diǎn)黃褐色有毛發(fā)吃肉黑條紋不飛黑白色會(huì)游泳有羽毛善飛01110000000.21580.92170.0282-0.0589虎0000010100-0.2667-0.10550.28371.0696信天翁請(qǐng)寫出神經(jīng)網(wǎng)絡(luò)建模程序，將檢驗(yàn)樣本輸出填寫到上面的表格中。神經(jīng)網(wǎng)絡(luò)建模程序：closeallclearechoonpauseP=[1 1 1 1 0 0 0 0 0 0;0 1 1 1 1 0 0 0 0 0;0 0 0 0 0 1 1 1 1 0;0 0 0 0 0 0 0 0 1 1]';T=[1 0 0 0;0 1 0 0;0 0 1 0;0 0 0 1];pause;net=newff(minmax(P),[4,4],{'tansig','purelin'},'traingdm')inputWeights=net.IW{1,1}inputbias=net.b{1}layerWeights=net.LW{2,1}layerbias=net.b{2}pausenet.trainParam.show=50;net.trainParam.lr=0.05;net.trainParam.mc=0.9;net.trainParam.epochs=1000;net.trainParam.goal=1e-3;pause[net,tr]=train(net,P,T);pauseq=[0 1 1 1 0 0 0 0 0 0;0 0 0 0 0 1 0 1 0 0]';a=sim(net,q)A=sim(net