100 积分
50
评分
4.3 积分- 详情
- 2020-12-27
- 简介
pdf
- 866KB
- 页数 6P
- 阅读 71
- 下载 37
首先从形象、期望、对供电质量的感知、对服务质量的感知、价值感知、抱怨、忠诚7个方面建立供电客户满意度测评指标体系,然后分析了BP神经网络与鱼群算法结合的可行性,探讨了鱼群算法优化神经网络的步骤。最后对5个地区2009年供电客户满意度测评数据,在专家打分测评的基础上,运用神经网络及鱼群算法优化神经网络方法进行满意度评价。前者在收敛过程中130次停留在误差值10-1左右,后者在局部最优处仅仅停留10次;在误差值为0.001时,前者经过168次训练后能够达到目标,而后者只需要88次训练就能达到目标。结果表明鱼群算法优化神经网络具有准确、快捷、简易等优点,此方法用于供电客户满意度评价行之有效。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于鱼群算法优化BP神经网络的电力客户满意度综合评价方法 866KB
基于主成分分析法和BP神经网络的电力客户信用评价 152KB
如何做好电力客户满意度服务工作 110KB
基于人工鱼群神经网络算法的建筑能耗预测 1.6MB
基于BP神经网络模型的城市道路满意度研究 1.5MB
客户满意度评价表 201KB
基于BP神经网络的电力负荷预测算法 82KB
如何提高电力客户的满意度 83KB
基于遗传算法优化BP神经网络的电解碲电源 3.2MB
遗传算法优化BP神经网络的信号检测 173KB