当然，产品报价还需根据自己所处的环境考虑一定的非结构化因素，在以上产品成本估算的基础上进行报价决策，从而得出最终报价。
三、 模糊神经网络[2]：
自80年代末以来，在国际上掀起了一股强劲的研究模糊系统与模糊神经网络理论与技术的热潮。有些国际著名学者断言：模糊逻辑系统玉神经网络相结合的技术——神经模糊技术将是21世纪的核心技术。该技术所对应的网络成模糊神经网络。
模糊逻辑系统，一般来说，是指那些与模糊概念和模糊逻辑有直接关系的系统。模糊逻辑系统有着极其广泛而又重要的应用。因为对绝大多数的应用系统而言，其重要信息有两种：来自传感器的数据信息和
来自提供系统性能描述的专家信息即语言信息。数据信息通常用数字表示，如0.56、7.3等，而语言信息可用文字表示，如“大”、“小”、“很相似”等。客观世界中，人类大量的知识是用语言形式来表达。语言信息中通常含有大量的模糊术语。其原因有三：①人们发现有模糊术语来交流和表达知识常常方便而有效；②人们对许多问题的认识在本质上是模糊的；③许多实际系统尚很难用准确的术语来描述。因此尽管语言信息并非十分准确，但却提供了应用系统的重要信息。有时甚至是了解应用系统的唯一来源。模糊神经网络系统由于能有效利用语言信息而成为当今研究的热点。
神经网络是被相互连接起来的处理器节点矩阵，每个节点是一个神经元，这是对人大脑神经细胞的简单近似模拟。每个神经元接受一个以上与权因子相乘的输入，并把这些输入加到一起去产生输出。神经元可被分层安排，第一层接受基本输入，然后传递其输出至第二层，第二层又有其权因子和代数和等，直到最后一层输出。神经网络本质上市模糊的，与传统处理信息的方法相比，有如下两个优点：①神经网络是自适应和可以训练的，即其具有自调整功能，自动调整权值直到期望输出。②其结构本身决定其是大规模并行机制，可快速处理大量数据。
由于神经网络主要是数据的处理，其对语言信息的处理比较欠缺；而模糊逻辑系统尽管能有效处理语言信息，但其对大型数据的处理功能不强。模糊逻辑系统模仿的是人脑的逻辑思维，而神经网络模仿的是人脑神经元的功能，两者各有千秋，详见表一：
表一、模糊逻辑系统和神经网络的比较
名称 组成 应用范围 优点 缺点
神经网络 多个神经元连成的网络 映射任意函数关系，用于建模估计等 并行处理强，容错能力强，有自学习能力和知识性 知识表达困难，学习速度慢
|
