基于优化支持向量机的物流企业广告费用投入风险预测与防范策略

首先介绍了传统风险预测方法及其弊端,紧接着提出了一个基于粒子群优化算法(PSO)和广义模式搜索(GPS)结合的优化支持向量机(OSVM)模型,并将其运用到物流企业广告费用投入风险预测模型中,经过实验检验了模型的可靠性,实验结果表明,该模型可以有效提高风险预测的精度,在此基础上提出了物流企业科学投入广告费用的对策建议。     

SVM分类器在继发性干燥综合征诊断中的应用

本文为解决SLE患者并发继发性干燥综合征不易诊断及确诊主观性较强等问题,提出了一种可供计算机学习的支持向量机智能算法预测诊断模型。首先对材料中141名患者的26种相关诊断指标进行数据预处理,使之成为能够适合支持向量机计算的量化数据;其次运用交叉验证法、网格搜索法、改进的粒子群优化算法分别对支持向量机模型中的惩罚系数C与核参数g进行优化选择,并利用MATLAB软件分别画出以上3种优化方式得出的支持向量机参数模型;最终对比选出对SLE患者并发继发性干燥综合征疾病诊断预测度最高的预测模型。结果表明,基于改进的粒子群算法优化的支持向量机分类模型参数的自优化,对该疾病预测诊断精度最高。     

基于遗传模拟退火算法的LS—SVM参数选取

决定LS—SVM性能的因素是惩罚因子C和核函数的选取。核函数通常选用RBF核函数。本课题基于遗传模拟退火算法来优化LS—SVM的参数组合（C，γ），并通过土石坝渗水量的数据做实例分析，测试结果同没有进行参数优化的最小二乘支持向量机测试结果和BP神经网络测试结果进行对比，结果表明基于改进遗传算法优化最小二乘支持向量机参数的建模方式，建模速度和预测精度同后面两种方法相比都有所提高，有着广阔的应用前景。     

支持向量机在装备维修备件需求量预测中的应用

利用支持向量机回归算法建立备件需求模型,对未来备件需求进行了预测,并结合实例将支持向量回归算法与传统的最小二乘拟合方法作比较。结果表明,支持向量回归算法在预测精度上具有明显的优势,该方法能够较好地适应样本数量较少、需求呈非线性特征的备件预测问题。     

基于BEF-LS-SVM的秸秆发酵制乙醇浓度预测

针对秸秆发酵制乙醇浓度预测问题,引入最小二乘支持向量机(Least square support vector machines,LS-SVM)方法应用于乙醇浓度的预测。考虑到LS-SVM的参数选择会对预测结果产生较大的影响,提出了基于贝叶斯证据框架(Bayesian evidence framework,BEF)优化的最小二乘支持向量机预测方法。通过BEF自动调整正则化参数和核参数,更好地实现了最小化误差和模型复杂性之间的折中。将秸秆发酵中的接种率、温度、p H值和温度用来预测乙醇浓度实时值,在糖化液制乙醇条件下进行实验验证,结果表明:所设计预测模型具有较高的精度,能够实时准确地预测出乙醇浓度值。     

基于PSO-SVR的气膜薄壳钢筋混凝土穹顶储仓的工期预测

为客观、合理地进行气膜薄壳钢筋混凝土穹顶储仓的工期预测,提出了基于PSO-SVR的预测方法。采用粒子群算法(particle swarm optimization,PSO)对支持向量回归机(support vector regression,SVR)的参数进行优化,并运用优化后的支持向量回归机对气膜薄壳钢筋混凝土穹顶储仓的工期进行预测。通过实例验证表明:PSO-SVR模型的预测效果优于遗传算法(GA-SVR)和串联型灰色神经网络(SGNN)。     

基于最小二乘支持向量机的短期负荷预测

支持向量机是一种基于统计学理论的新颖的机器学习方法,该方法被广泛用于解决分类和回归问题。文章将最小二乘支持向量机(LS-SVM)算法应用于电力系统短期负荷预测中,并将其预测结果和BP神经网络的预测结果进行比较分析。仿真实验表明,该方法在短期负荷预测中具有很好的预测速度和精度。     

基于最小二乘支持向量机的短期负荷预测

支持向量机是一种基于统计学理论的新颖的机器学习方法,该方法被广泛用于解决分类和回归问题。文章将最小二乘支持向量机（LS—SVM）算法应用于电力系统短期负荷预测中,并将其预测结果和BP神经网络的预测结果进行比较分析。仿真实验表明,该方法在短期负荷预测中具有很好的预测速度和精度。     

基于改进粒子群算法的SVR参数优化选择的研究基于改进粒子群算法的SVR参数优化选择的研究

支持向量回归机（SVR）模型的拟合精度和泛化能力取决于其相关参数的选取,由于在参数的选择范围内可选择的数量是无穷的,在多个参数中盲目搜索最优参数是需要极大的时间代价,并且很难逼近最优。因此提出了基于改进粒子群算法的SVR参数优化选择方法。仿真结果表明：该改进粒子群算法优化SVR参数方法可行、有效,由此得到的SVR模型具有更好的学习精度和推广能力。     

基于支持向量机的非线性系统多步预测控制

以支持向量机实现的递推多步预测输出值为基础,将系统的实际多步预测输出值按泰勒公式展开,实现对预测输出值的二次逼近。通过对目标函数极小化,求得相应的多步预测控制值。在辨识与迭代预测时,采用最小二乘支持向量机。分析了闭环系统的稳定性,仿真实验表明该方法实现简单,具有很好的快速性和稳定性。     

基于产业结构的福建省物流分析

从产业结构角度，用区位商分析福建省的物流需求，指出发展区域物流对发展区域经济的重要性，为促进福建物流业的发展提供一些建议。     

基于SOA的第四方航空物流信息平台架构分析

针对现实需求,在分析第四方航空物流服务集成平台功能的基础上,基于SOA技术建立第四方航空物流信息服务集成平台功能架构,提出以航空运输为主、地面运输为辅的物流优化方案,从而为企业提供可控的信息化物流服务,促进企业节约物流成本,增强企业的整体效益和市场竞争力。     

加强闽台农产品物流合作发展的战略构想

近年来,闽台农产品贸易发展迅速,产生了巨大的农产品物流需求。海峡两岸＂大三通＂后,福建具有特殊的地理优势,探讨闽台农产品物流合作发展具有重要的现实意义。根据闽台农产品贸易的现实状况,分析了闽台农产品物流合作发展的现实条件,对闽台农产品物流合作发展提出战略构想。     

探析闽台农产品物流合作

近年来,闽台农产品贸易发展迅速,产生了巨大的农产品物流需求。探讨闽台农产品物流合作具有重要的现实意义。作者从农产品的运输、仓储或配送和销售等方面对闽台农产品物流合作进行分析,得出闽台合作应加强交通基础设施、物流生产基地、冷链物流、农产品集散地等的建设,制定通关优惠和快速通关措施,加强闽台农产品的加工和包装程度以及实施农超对接方式。     

郑州航空港经济实验区航空物流发展对策

物流业被誉为“第三利润源”,随着全球经济一体化和航空业的快速发展,航空物流更是成为物流业的重中之重,是推动航空港区经济发展的强劲动力。通过对国际先进航空物流运作特点和郑州航空港航空物流发展现状的分析发现,郑州航空物流面临航空市场竞争激烈、腹地资源匮乏、多式联运体系存在风险、基础设施不完善等问题,在此基础上提出了相应的发展对策,对郑州航空港建设航空物流枢纽提供借鉴。     

航空港物流园区的布置规划

航空物流园区的建设是航空业和物流业发展的一个重要战略,文中通过分析航空物流园区的特点和功能,探讨了航空物流园区各功能区之间的关系。结合物流园区布置的一般模式,以郑州航空港物流园区为例,利用SLP规划方法对其进行了空间布局规划。     

浅谈我国航空物流信息平台应用效果评价

我国的航空物流信息化在建设的过程中受到了政府的大力扶持,中国民航局作为行业权威主管部门,其持续性地出台了非常多的政策,鼓励并扶持航空物流信息化的建设。各地机场建设的航空物流信息服务平台都存在自身的特色,以期实现数据共享,为航空业务各参与方提升服务能力以及服务水平等。我国的航空物流信息平台一直在持续地发展,如何评价一个航空物流信息服务平台的建设效果的问题也逐渐浮现出来,成为全行业需要研究的新课题。     

河南省航空物流信息协同平台建设研究

信息协同度低严重影响了河南省航空物流的快速发展。文中首先阐明了河南省航空物流信息协同的重要性,然后对河南航空物流信息平台现状进行分析,并指出了其中存在的主要问题。最后对河南省航空物流信息协同平台提出了相应的建设策略。     

基于机场的航空物流综合信息平台研究

在全球经济贸易飞速发展的今天,航空物流以其高效、便捷的特点,获得了良好的发展机遇,机场作为航空物流中的重要节点,发挥着越来越重要的作用,因此构建基于机场的航空物流综合信息平台,为航空物流中的各方提供信息发布、共享及管理、决策,对于我国航空物流的发展具有重要的意义。文中提出了构建基于机场的航空物流综合信息平台的体系结构并详细说明了实现平台所采用的技术方案,为航空物流综合信息平台的建设提供思路。     

航空物流运输控制系统效能评估研究

首先从联合指挥控制系统能力指标、航空装备力量体系指标、航空物流法规体系指标、航空物流标准体系指标和航空物流信息技术指标5个方面构建了航空物流运输控制系统的指标体系。其次,通过专家评价法和Matlab软件计算了各级指标的权重值。最后通过三级模糊评价法对该统进行了效能评估。