动态虚拟企业中订单任务分类研究

？为了解决动态虚拟企业中订单任务的分类问题，在分析sofm网络学习算法的基础上，以提高算法的收敛速度和分类精度为出发点，研究了对sofm网络的改进方法。针对sofm网络中过多的输入不利于任务分类的问题，研究了基于粗糙集的订单任务属性特征提取方法。最后，在实际样本数据的基础上，以matlab为仿真工具，利用粗糙集的属性特征提取及改进的sofm网络对样本进行分类，证实了该方法可以实现订单任务的自动分类，并且较传统sofm网络分类方法具有更快的速度和更高的精度。