当前位置 —论文—管理学— 范文

关于超市顾客满意度类论文范文参考文献,与基于BP神经网络的超市顾客满意度评价相关论文目录怎么自动生成

本论文是一篇关于超市顾客满意度类论文目录怎么自动生成,关于基于BP神经网络的超市顾客满意度评价相关毕业论文范文。免费优秀的关于超市顾客满意度及超市服务及食品安全方面论文范文资料,适合超市顾客满意度论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

习率的选取有很大关系.自适应学习算法能够自适应调整学习率来增加稳定性,提高速度和精度.

调研中对100个顾客进行了随机访问,在访问过程中注意协调各种年龄段、收入水平及职业等,使得问卷更具有代表性,增加了问卷的有效性,并舍弃严重不合理问卷,抽取90个调研数据,其中54个作为建模的训练样本集,另外36个数据作为测试样本集用于测试网络.

在进行网络训练之前,首先要对输入输出训练数据进行归一化,这样做的好处是可以防止权值调整进入误差曲面的平坦区和训练后误差不均等.文中选用的归一化函数为prestd,使用该函数进行归一化的结果是使得数据的平均值为0,标准差为1.

输入要评价的顾客指标值,根据输出值,对超市的顾客满意度状态给出评价结论.顾客的满意程度用李克特量表分成七级来衡量：很不满意、不满意、不太满意、一般、较满意、满意、很满意,输出节点输出的评价结果分别用1到7数字表示.

首先对网络进行初始化,设定输入节点数为5,隐节点数为9,输出节点数为1,误差要求为0.001,训练次数为20000次.建立一个BP神经网络模型,训练网络时将输出值同理想值进行比较,如有误差就进行反向传播输出,修正权重系数,如此反复直到误差小于设定的误差.输入训练样本后,系统按期望输出与实际输出误差平方和的最小化规则来学习,调整权值矩阵和阈值向量.当误差减小到要求范围时,系统停止学习,此时权值矩阵与阈值向量固定下来,成为系统内部知识.为了使训练更有效,在测试样本中加入两组数据作为教师信号,即p等于[11111；77777],t等于[17],这两个信号是两个极端,即对每个指标都很不满意且最后结论为对超市的满意度为很不满意,或者对各个指标都是很满意,而对超市的总体满意度也是很满意.

当训练到出现如下字符

TRAINGDA,Performancegoalmet.

停止训练,同时图像界面动态图停止,如图1所示.

当训练误差达到要求时,用测试样本对网络进行测试.通过对每一个测试数据的仿真输出和期望输出的比较,可以看出该神经网络的仿真误差的大小,以直观地表现出仿真得出的结果与理想值之间的关系,如图2所示.图中o代表期望输出,*代表仿真输出.

从图中可以看出,只有少数几个误差较大,大部分的输出结果是令人满意的,因此采用BP神经网络模型对超市顾客满意度进行评价具有较高的精确度.

五、结束语

本文在问卷调查的基础上,运用人工神经网络的理论,建立了对超市顾客满意度进行评价的BP神经网络模型,并在MATLAB仿真环境中测试了该神经网络评价模型的功能.从测试结果来看,该网络达到了设计要求,对超市顾客满意度的评价的正确率较高,证明了利用BP人工神经网络模型对超市顾客满意度进行评价比传统的评价方式更为科学有效.

参考文献：

[1]张葛祥李娜:MATLAB仿真技术与应用[M]．北京:清华大学出版社,2003

[2]ALTMAREMARCOG:Corporatedistressdiagnosis:parisonsusinglineardiscriminateanalysisandneuralworks[J].JournalofBankingandFinance,1994．6

[3]郝勇:运用BP神经网络研究上证公用事业指数的波动[J].上海工程技术大学学报,2005．3

[4]苏变萍王一平:基于BP神经网络的信息商品价格预测模型[J].统计与信息论坛,2007．3

[5]李穗丰陈燕清:BP神经网络及其在数椐分类中的应用[J].电脑与电信,2006．6

上一页 1 2

关于超市顾客满意度类论文范文参考文献,与基于BP神经网络的超市顾客满意度评价相关论文目录怎么自动生成参考文献资料：