您的位置: 专家智库 > >

宫剑

作品数:5 被引量:11H指数:2
供职机构:上海财经大学信息化办公室更多>>
发文基金:上海市科学技术委员会科研基金更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇理学

主题

  • 2篇配件
  • 2篇汽车
  • 2篇汽车后市场
  • 2篇零配件
  • 2篇后市场
  • 1篇药品
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇推荐系统
  • 1篇能源
  • 1篇汽车零配件
  • 1篇组合预测
  • 1篇向量
  • 1篇向量机
  • 1篇协同过滤
  • 1篇协同过滤推荐
  • 1篇基于神经网络
  • 1篇工程项目

机构

  • 5篇上海财经大学

作者

  • 5篇宫剑
  • 2篇孙其伟
  • 2篇陆春
  • 1篇赵恒
  • 1篇李洁玲
  • 1篇刘鑫
  • 1篇黄婷婷

传媒

  • 3篇中国管理信息...
  • 1篇计算机工程与...
  • 1篇福建电脑

年份

  • 1篇2015
  • 3篇2014
  • 1篇2013
5 条 记 录,以下是 1-5
排序方式:
基于神经网络的药品需求组合预测研究与应用被引量:3
2014年
药品的市场需求预测是制药企业生产控制中的重要组成部分,具有复杂的非线性特点。本文以制药企业的药品需求预测为研究对象,通过分析药品需求的特征,建立了基于神经网络的组合预测模型。本文选择3种具有互补特征的神经网络预测方法(BP神经网络的预测方法、RBF神经网络的预测方法和GRNN广义回归神经网络)分别对药品需求进行预测,然后在此基础上使用平均绝对相对误差(MAPE)为最优准则,通过求解二次规划问题得到权重并按照一定的规则进行变权,从而建立了基于神经网络的药品需求组合预测模型,最后对该模型实际应用的精度和稳定性进行评价。实验表明,本方法能够提高预测精度、稳定性,并扩大了模型的适用范围。
宫剑李洁玲
关键词:药品神经网络组合预测
基于非负变权的汽车零配件需求组合预测模型研究
2013年
汽车零配件的市场需求预测是整个汽车供应链管理的重要组成部分,本文根据零配件的不同特征选择了具有互补性的基于RBF神经网络的回归预测方法、ARIMA和SVR方法来建立非负变权的汽车零配件需求组合预测模型,提高了预测的精度、稳定性和模型的适用范围。
宫剑刘鑫陆春
关键词:汽车后市场零配件
基于变权组合模型的汽车后市场零配件需求预测被引量:2
2014年
我国汽车后市场迅猛发展,准确地预测汽车后市场零配件的需求对经销商减少库存、提高服务水平意义重大。本文采用基于ARMA模型、多元回归模型和BP神经网路模型的变权组合预测方法对汽车后市场的零配件需求进行预测。实证结果表明,3种单项预测方法相互补充,变权组合模型预测精度高且预测稳定性好,优于各单项预测方法。
孙其伟宫剑赵恒
关键词:汽车后市场零配件
基于大型能源类工程的项目风险评价研究被引量:1
2015年
能源是一个国家经济社会发展的动力源泉,随着我国"十二五"规划的开展,经济持续稳定增长,对能源的需求量不断增加,大批能源类项目正在不断投资新建中,这些新兴的能源项目往往规模大、建设期长、投资额巨大。本文以大型能源类工程项目为研究对象,建立了相应的风险评价指标体系,提出了支持向量机和CART决策树相结合的综合评价方法,对该方法进行实证研究,并对某石化项目案例进行分析,获得了较好的评价效果。
孙其伟黄婷婷宫剑
关键词:能源工程项目支持向量机
基于PSO的协同过滤推荐算法研究被引量:5
2014年
协同过滤是推荐系统中最有效的方法之一,推荐算法评分预测的精确性受到最近邻居的提取以及项目或用户相似度计算的两个关键点的影响。根据用户行为相似性原理,采用最大交集法提取与当前项目共同评分最多的邻居作为最佳邻居候选集,同时提出了加权余弦相似性方法对相似度进行计算,并采用粒子群优化算法(PSO)对权重进行优化求解。实验结果表明,采用上述方法相对于传统方法来说,能较好地改善评分预测的精确度,有效地提高推荐系统的推荐质量。
陆春洪安邦宫剑
关键词:推荐系统协同过滤PARTICLESWARM
共1页<1>
聚类工具0