基于太原市高新區(qū)的調(diào)查數(shù)據(jù),應用因子分析和BP神經(jīng)網(wǎng)絡相結(jié)合的評價方法構(gòu)建了高新區(qū)公共服務質(zhì)量評價模型并對模型加以訓練和仿真驗證.結(jié)果表明:1)通過因子分析法實現(xiàn)了降維,有效提高BP網(wǎng)絡的學習效率和收斂速度;2)較好的提高了評價結(jié)果的準確性和模型的外推能力.研究提升了高新區(qū)公共服務質(zhì)量評價的精準性和科學性,為相關的研究提供了一種新的視角和評價方法. 

【文章頁數(shù)】：10 頁

【文章目錄】：
1 引言
2 相關文獻回顧
    2.1 高新區(qū)評價指標體系研究
    2.2 高新區(qū)綜合評價模型的研究
3 高新區(qū)公共服務質(zhì)量評價指標體系的構(gòu)建
4 基于因子分析和BP神經(jīng)網(wǎng)絡的評價模型的構(gòu)建與實證分析
    4.1 BP神經(jīng)網(wǎng)絡結(jié)構(gòu)的設計
    4.2 基于因子分析的BP網(wǎng)絡輸入輸出的確定
    4.3 實證分析
        4.3.1 數(shù)據(jù)獲取
        4.3.2 因子分析
            1)原始數(shù)據(jù)標準化處理
            2)KMO檢驗和Bartlett球形度檢驗
            3)因子分析結(jié)果
        4.3.3 BP神經(jīng)網(wǎng)絡的訓練及結(jié)果分析
            1)訓練樣本及測試樣本的確定
            2)模型訓練
            3)仿真結(jié)果分析
5 結(jié)論


【參考文獻】：
期刊論文
[1]基于乘客感知的公交車線路服務質(zhì)量評價模型[J]. 劉瑩,于淼,劉陽.  東北大學學報(自然科學版). 2019(05)
[2]國家高新區(qū)創(chuàng)新能力差異實證分析[J]. 李榮.  經(jīng)濟體制改革. 2018(06)
[3]基于主成分分析和BP神經(jīng)網(wǎng)絡的網(wǎng)約車服務質(zhì)量評價[J]. 邵春福,王菁,彭金栓.  北京交通大學學報. 2018(03)
[4]基于SBM動態(tài)網(wǎng)絡模型的中國高新區(qū)效率評價[J]. 鄭玉雯,薛偉賢,王萌.  長江流域資源與環(huán)境. 2018(01)
[5]高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)評價指標體系研究——以河南省為例[J]. "河南省高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)發(fā)展評價研究"課題組,俞肖云.  調(diào)研世界. 2017(11)
[6]上海市張江高新區(qū)創(chuàng)新能力評價研究[J]. 趙炎,徐悅蕾.  科研管理. 2017(S1)
[7]基于熵權(quán)改進TOPSIS的陜西國家級高新區(qū)創(chuàng)新發(fā)展能力評價[J]. 黨興華,李全升.  科技管理研究. 2017(03)
[8]基于人工神經(jīng)網(wǎng)絡的圖書館服務質(zhì)量評價研究[J]. 羅佳佳,邱麗紅.  現(xiàn)代電子技術(shù). 2017(01)
[9]基于BP神經(jīng)網(wǎng)絡的鐵路客運服務質(zhì)量評價研究[J]. 楊國元,史天運,張秋亮.  交通運輸系統(tǒng)工程與信息. 2016(05)
[10]改進遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的旅游景區(qū)日客流量預測[J]. 宋國峰,梁昌勇,梁焱,趙樹平.  小型微型計算機系統(tǒng). 2014(09)



本文編號：3677041