模糊聚类的马尔可夫方法及神经网络法在铁矿石需求预测中的应用

以徐州市生铁产量及其与铁矿石需求量之间的关系为基础,通过模糊聚类的马尔可夫方法、神经网络法进行预测,发现两种方法所得结果基本吻合,旨在为决策者提供参考依据。     

模糊等价关系的动态聚类法及在城市分类中的应用

本文研究了基于模糊等价关系的动态聚类法将城市加以分类的具体分析方法,具有重要的现实意义。     

数据挖掘中模糊聚类方法在信息检索中的应用

信息检索主要研究大量文本的信息组织和检索,典型的信息检索问题是基于用户的输入来定位相关的文本,而文本的相关性是一个模糊的概念,为了对这个模糊的概念加以客观的度量,本文提出了一种新的文本间相关性的计算方法。该方法利用词频矩阵和模糊相似矩阵,在基于相关性检索的一组文档中,使用模糊聚类中的传递闭包法计算出一组文档间的相关度,最后用一个实例加以说明,得到了比较客观的结果。     

模糊聚类法在经济区域内的物流园区网络布局中的应用

物流园区是具有一定规模和多种服务功能的新型物流业务载体，为了形成同一经济区域内各园区间的网络效应，避免资源重复配置，论文提出了以企业为建设主体、在一定的经济区域内分层次地推进物流园区网络建设的构想，并探讨用模糊聚类方法来解决物流园区网络的布局问题。     

模糊聚类方法在QFD中的应用——以汽车安全带为例

随着QFD应用的不断深入与发展,将模糊理论应用于QFD系统已成为QFD的重要研究方向之一。在获取顾客需求信息的基础上,重点研究模糊聚类方法在获得的顾客需求信息分类中的应用,使得所分的类别更加清晰地对应技术特性。通过把模糊聚类方法应用于汽车安全带设计开发顾客需求信息分类处理中,获得更加合理、科学的顾客需求分类,最大化地满足顾客对产品特性的需求。     

模糊聚类方法在物流绩效衡量中的应用

物流作为连接物资生产与需求的纽带，其有效的绩效衡量对企业资源的监督和合理配置是非常必要的。运用模糊数学中的模糊聚类法对物流绩效进行了分析，提出一套物流绩效衡量的指标体系，并阐述了运用模糊聚类方法的意义所在。     

基于加权马尔可夫模型的个性化需求预测

针对个性化需求随机性和自相关性的特点,论述了个性化需求预测中引入加权马尔可夫模型的必要性及可行性,阐明了预测的具体步骤：利用销售序列的均方差建立分级标准,以规范化的各阶自相关系数为权重,结合转移概率矩阵计算出预测时段的状态概率,并确定预测时段的销量区间,进一步分析加权马尔可夫模型的特征。个性化定制下的快速消费品销售预测的算例分析表明,加权马尔可夫模型适合个性化需求预测。     

基于加权马尔可夫模型的个性化需求预测

针对个性化需求随机性和自相关性的特点,论述了个性化需求预测中引入加权马尔可夫模型的必要性及可行性,阐明了预测的具体步骤:利用销售序列的均方差建立分级标准,以规范化的各阶自相关系数为权重,结合转移概率矩阵计算出预测时段的状态概率,并确定预测时段的销量区间,进一步分析加权马尔可夫模型的特征.个性化定制下的快速消费品销售预测的算例分析表明,加权马尔可夫模型适合个性化需求预测.     

基于模糊聚类与NARX神经网络的船舶市场两阶段风险预警模型研究

综合模糊聚类方法和NARX神经网络,建立船舶市场两阶段预警模型。第一阶段利用新船订单量、新船完工量和新船价格指数对船舶市场按时间范围进行分类,完成不同市场特征下的时间划分。第二阶段根据待预警船舶市场特征选取相应时间段的历史数据,经过数值修正和算法插值,利用NARX非线性自回归神经网络进行风险预警。最后利用船舶市场历史数据,对聚类和未经聚类的风险预警进行对比分析。结果发现两阶段预警模型能够有效利用不同阶段的市场特征,显著提高船舶市场风险预警精度。     

基于模糊聚类法的应急物流绩效评估方法研究

提出了一套应急物流绩效衡量的指标体系,并应用模糊聚类方法对应急物流绩效进行分析,该评估方法使应急物流绩效的衡量更具整体性、可比性、实用性和易操作性。     

ANN分析在广西区域物流需求预测中的应用

由于经济的不确定性、不重复性以及物流统计体系的不健全,造成了相关统计数据不够完备,同时,区域物流网络系统作为经济社会系统的一个子系统,具有数据少和信息不确定等模糊性的特征,使得如何对区域物流网络进行市场需求预测成为一个亟需解决的难题。文中尝试采用可以处理非线性、高度复杂系统的人工神经网络(ANN)方法建立区域物流需求预测模型进行分析,进而确定预测年度物流发展的总体规模。并将该模型应用于广西区域物流需求的实际预测中。     

组合灰色预测模型对物流需求预测效果的分析

在线性回归与GM（1,1）组合模型对物流需求量预测,可取得优于单方法预测效果的前提下,将线性回归法运用到与DGM（1,1）模型进行组合,检测该组合灰色预测模型对物流需求量预测效果。通过对国内2001-2012年物流需求量历史数据的分析,发现组合灰色预测模型的预测效果优于线性回归模型,但低于DGM（1,1）模型,最后利用线性回归模型、DGM（1,1）模型、简单平均组合模型和组合灰色预测模型对国内2013-2017的物流需求量进行了有效预测。     

基于灰色预测模型的物流需求分析

以灰色理论和灰色预测模型中的GM(1,1)模型的原理与方法为基础,运用GM(1,1)模型和MATLAB程序,以河南省为例,对物流需求进行分析预测。     

灰色系统理论在物资供应需求量预测中的应用

文章根据灰色系统理论,用GM(1,1)模型对物资供应需求量进行预测。模型检验表明,预测结果令人满意。     

基于灰色预测模型与季节指数的区域物流需求预测

针对灰色预测模型在区域物流中不能有效解决因季节变动而引起的物流需求变化的问题,引入季节指数的概念,构建基于灰色模型和季节指数的物流需求预测模型,并给出了相应的具体实施方案。最后以哈尔滨市物流需求统计数据为例,对所提方法进行了仿真分析,仿真结果表明了该方法的有效性和可行性。     

基于优化灰色马尔科夫的器材消耗预测

准确的器材消耗预测是器材保障的基础性工作。首先对传统灰色模型的时间响应函数进行优化,建立优化灰色预测模型,然后利用马尔科夫预测模型对于波动性数据准确预测的优势,将二者结合,建立了优化灰色马尔科夫预测,用于器材消耗的预测。最后,通过实例验证了方法的可行性和有效性。证明优化灰色马尔科夫模型具有很好的预测精度,为装备器材消耗的预测提供了一种可靠的方法和途径。     

港珠澳大桥通车后珠海市物流需求预测研究

分析了港珠澳大桥通车后给珠海市物流业带来的影响,选取货运量作为物流需求指标,先用灰色预测和神经网络组合的方法对珠海市2012-2014年的货运量进行了预测,再针对港珠澳大桥通车后给珠海市带来的物流需求的突增,选取珠海GDP指标用弹性系数法对2015-2020年的货运量进行了预测,得出结论:大桥通车后,珠海市货运量较2008年将增长近一倍。     

基于产运系数法的物流需求量预测研究

结合我国社会物流统计制度确立的指标体系,对传统的以货运量为核心的物流预测方法的优缺点进行了分析.在此基础上提出了产运系数法,是从物流基本概念出发的物流需求量计算方法,并采用该方法对某地区的运输量、库存量、配送量、全社会物流需求量、第三方物流需求量进行了预测.     

基于粗糙集理论的我国物流需求预测

将粗糙集理论引入物流需求预测,首先对物流需求与经济关系进行分析后选取了预测指标,接着运用属性约简提取出关键指标,并根据各指标的重要程度得出一致、完备的预测规则。通过实证证明了该方法可有效处理物流需求与影响因素之间的强耦合与非线性关系,避免主观因素影响,是一种适用性强的预测方法。