基于NARX神经网络模型的船舶市场预测研究

船舶市场的未来需求一直是船厂和船东关注的焦点。为使船舶制造企业能够积极面对未来市场的发展与变化,文章利用NARX自回归反馈网络对船舶市场进行短期预测。此法提高了对船舶市场预测的准确度及合理性,解决了目前由于经济环境复杂且资料有限而无法进行完全合理有效的预测的问题,以期对我国船舶市场的发展提供借鉴与参考。     

动态模糊聚类信用评价模型及其应用研究

本文简要介绍了小额贷款公司客户信用评级的研究现状,提出基于动态模糊聚类方法建立信用评价模型,按照信用等级分为“信用好”、“信用中等”和“信用差”三类,并运用该模型对小额贷款公司10个企业客户进行信用分类实证研究。研究结果表明,基于动态模糊聚类的信用评价模型能对客户信用级别进行高效的分类,可为小额贷款公司有效甄别高风险的贷款客户,更好地保护贷款资金提供方的利益。应用实例也证明了该模型的设计准确可靠。     

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。     

基于模糊聚类的物流市场细分方法探讨

探讨了一种定量的物流市场细分方法,将行业需求特征和客户具体需求特征作为市场细分的依据,运用模糊聚类法细分市场。在此基础上,根据企业自身状况动态调整细分市场的数量和规模,寻找目标市场,为企业战略决策、产品定位和营销提供一定依据。     

基于读者日志分析的模糊聚类研究

为了能及时了解读者对图书的需求及阅读动向,提出了建立一个读者兴趣模型,并在此基础上进行模糊聚类研究,从中挖掘出读者的阅读规律。     

基于模糊聚类-ABC控制法的百货企业市场细分研究

文章采用模糊聚类算法,根据顾客的月消费水平隶属度进行百货企业的市场细分,提出基于ABC控制法的顾客目标市场定位,为百货企业提供决策依据。     

基于模糊聚类-ABC控制法的百货企业市场细分研究

文章采用模糊聚类算法,根据顾客的月消费水平隶属度进行百货企业的市场细分,提出基于ABC控制法的顾客目标市场定位,为百货企业提供决策依据。     

基于模糊聚类的交通小区划分方法研究

阐述了交通小区的定义,划分交通小区的目的与原理,依据模糊聚类分析法,运用MATLAB软件进行聚类分析,提出整合方案。     

水文学中的模糊聚类问题的讨论与研究

对模糊聚类分析的产生,发展概况进行说明,简要介绍了进行模糊聚类分析的一般方法,以及目标函数法的基本过程,同时也对水文学中模糊聚类研究可能遇到的问题进行探讨。     

基于聚类分析判别函数的神经网络评价模型研究

本文是在对于企业成长质量模型的评价指标因子分析的基础上，对所研究企业进行聚类，对每一类中企业因子得分的均值排序确定该类的优劣性；并且用BP神经网络计算出惟一的判别函数，作为企业成长质量的评价模型，根据所查到的文献资料，尚未见用此方法惟一确定判别函数的先例。     

基于模糊综合评价和神经网络的烟草配送车组评价模型

在综合研究烟草系统配送车组特征并结合现场实际调研的基础上,构建了烟草配送车组综合评价模型,提出了烟草配送车组综合评价指标体系。运用神经网络方法,基于用户满意度对于车组综合评价指标权重进行赋权训练,依据训练结果确定指标重要程度从而得到组合权重,建立了用户满意度对车组客观指标间的引导联系。考虑到丰富后的车组综合评价系统的多目标、多层次以及指标数据的模糊、不确定性等特点,采用模糊综合评价方法进行研究,并结合案例进行了实证分析,结果证明该指标体系更加全面且较好地反映了客户满意度水平。     

基于神经网络与灰色系统模型的巨项目风险预测

巨项目概念的提出为工程项目风险管理的方法和技术提出了新的要求,传统的风险预测与管理方法在巨项目中产生了一定的局限性。文章用神经网络逼近非线性插入方法构建时间序中的风险预测,并建立风险时间序列的GM模型和时间响应函数预测巨项目的风险,最后通过实例计算预测结果的准确性,对巨项目的风险预测具有一定的参考价值。     

基于AHP法与BP神经网络的应急物流风险评估与预测模型

采取AHP法和BP神经网络技术纵向相结合方法,建立了应急物流风险评估与预测模型。首先建立了应急物流风险评估的评价指标体系,给出了AHP层次分析法筛选指标的方法,然后设计了改进型神经网络模型评价与预测步骤。     

基于神经网络的模糊综合评判在传输网建设中的应用

本文以某地市传输网建设可行性研究报告为例,使用基于模糊神经网络的模糊综合评判方法对三个可研方案进行综合评价。提出了一种对传输网建设鉴定的新方法,该方法采用了人工智能技术来减少鉴定的主观性,由于对建设可行性的认识存在一定的模糊性,采用了模糊综合评判进行可行性鉴定。并且提出了模糊综合评判和模糊神经网络的集成对通信工程建设和网络评估时的指导作用。     

基于递归神经网络的模糊控制算法研究

本文主要通过建立Lyapunov函数在T-S模糊控制系统中的应用得到控制系统全局指数稳定性判据,得到同时具有多时滞或者时滞对时间变化的模糊控制系统的反馈控制器设计准则,并利用M矩阵确保该系统存在稳定周期解。     

基于人工神经网络的PPI预测模型

将人工神经网络模型引入到工业品出厂价格指数预测领域,利用我国1990年-2008年的工业品出厂价格指数数据,建立了工业品出厂价格指数预测的人工神经网络模型。实验结果表明:基于BP算法的神经网络模型预测精度高,而且收敛速度快,它为工业品出厂价格指数预测工作提供了一种全新的方法。     

基于RBF神经网络的船舶辐射噪声预测

本文根据船舶辐射噪声信号的混沌特性,基于重构相空间的轨迹演化规律,构建一种快速的RBF神经网络对船舶辐射噪声进行预测。实验证明,运用这种RBF神经网络对船舶辐射噪声的预测精度高于Volterra自适应滤波预测滤波器,而且更快的收敛速度。     

基于风险的不均衡报价模糊优化模型

本文利用模糊优化理论,考虑资金的时间价值,并考虑工程量增减的模糊性,建立了不平衡报价的模糊优化模型,并把截集水平作为风险水平,对优化结果进行二次优化。最后结合一个算例进行了计算分析。