基于遗传神经网络评价铁路多项目优先级TechnologyEconomyinAreasofCommunications交通科技与经济2009年第3期(总第53期)基于遗传神经网络评价铁路多项目优先级高亮,曾庆煌(兰州交通大学交通运输学院,甘肃兰州730070)摘要:提出一种评价铁路建设多项目优先级的遗传神经网络方法,针对现有评价方法在对指标权重赋值时存在的主观随意性问题,在已有指标体系的基础上给出基于BP神经网络的铁路建设多项目优先级评价模型,并运用遗传算法对所建立的神经网络模型进行优化,有效克服现有综合评价方法中主观确定权重的缺陷.经过算例分析,验证该方法的可行性,并得出结论.关键词:铁路;建设项目;遗传算法;神经网络:F532.3文献标识码:A:1008—5696(2009)03—0024—02ApplicationofGenetic-neuralNetworkinRailwayConstructionofMulti—projectEvaluationofthePriorityGAOLiang,ZENGQing—huang(DeptofTransportationInstitute,Lanzhou激aotongUniversity,Lanzhou730070,China)Abstract:Theproposesamulti—projectevaluationoftherailwayconstructionpriorityofthegeneticneuralnetwork,theexistingmethodintheevaluationoftheindexweightassignmentwhenthereisasub—jectivequestionofarbitrarinessinthesystemofindicatorshasbeengivenonthebasisbasedonBPneuralnetworkofrailwayconstructionprojectsandmorepriorityevaluationmodel,andtheuseofgeneticalgo—rithmsfortheestablishmentoftheneuralnetworkmodelisoptimizedtoeffectivelyovercometheexistingsubjectiveevaluationmethodtodeterminetheweightofthedefects.Afteranexample,toverifythefeasi—bilityofthemethod,andtoreachaconclusion.Keywords:railway;constructionprojects;geneticalgorithms;neuralnetwork随着铁路建设的发展,多项目管理问题逐渐凸现[1],一些大型复杂的铁路建设项目是由许多子项目构成,因此,在制定多项目的进度计划,成本计划及资源计划时,需要考虑各项目的重要程度,选择适当的多项目优先级,根据项目优先级制定项目计划,分配资源,从而保证项目目标及战略目标的实现.现有的评价方法在确定指标权重时存在主观随意性,评价结果缺乏客观与公正.BP神经网络具有容错性,自适应性等特点,解决了评价过程中指标权重随意性和人为因素.本文构建了BP神经网络的项目优先级评价模型,并针对BP神经网络收敛速度慢的缺点,采用遗传算法对构建的BP神经网络模型进行优化,从而构建评价项目优先级的遗传神经网络模型.1铁路建设项目优先级评价指标体系采用文献[1]的指标体系,针对影响铁路建设项目优先级的具体因素,从财务,项目实施条件,项目影响和创新与学习能力4个方面建立评价指标体系,如图i所示.收稿日期:2008—09—07作者简介:高亮(1984~),男,硕士研究生,研究方向:铁路货运铁路建设项目优先级评价指标A,投资总额C财务指标B《资金利润率C2,项目净现值C.项件害,资源需求,荣誉提升C7项目影响指标B3{核心竞争能力提升C8,社会效益C9创新与学习能力,创新水平Co指标B4研发水平C图1铁路建设项目优先级评价指标体系2基于遗传神经网络的多项目优先级评价模型2.1BP神经网络在项目优先级评价中的应用人工神经网络(ArtificialNeuralNetwork,简称ANN)正是在人类对其大脑神经网络认识理解的基础上人工构造的能够实现某种功能的神经网络.它是理论化的人脑神经网络的数学模型,是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统.它实际上是由大量简单元件相互连接而成的复杂网络,具有高度的非线性,能够进行复杂的逻第3期高亮,等:基于遗传神经网络评价铁路多项目优先级?25?辑操作和非线性关系实现的系统.在众多的人工神经网络模型中,最常用的是BP(BackPropagation)神经网络模型,即利用误差反向传播算法求解的多层前向神经网络模型I2j.BP神经网络模型是一种神经网络学习算法I3].具有输入层,中问层和输出层.相邻层之间各神经元进行全连接,而每层各神经元之间无连接,网络按有教师示教的方式进行学习,当一对学习模式提供给网络后,各神经元获得网络的输入响应产生连接权值(Weight).然后按减小希望输出与实际输出误差的方向,从输出层经各中间层逐层修正各...