组合预测,决策模型在价格管理中的应用

产品价格是决定企业经济效益的关键因素，本文提出一种多级组合预测，决策模型，可以充分利用大量的定量、定性信息、并把趋势预测和困果预测技术相结合，最后对预测出来的多种方案进行综合评价。我们把这种模型应用到某钢铁企业中进行价格预测。取得了良好的效果，从而验证了策略的有效性。     

基于BP神经网络的品牌延伸决策模型

通过分析品牌延伸决策方面现有研究的不足,探讨了消费者品牌延伸评价因素,建立了品牌延伸决策指标体系;结合品牌延伸决策问题具有的非线性和机理不明确等特征,基于品牌延伸决策指标体系,利用BP神经网络建立了品牌延伸决策模型;最后进行了模型应用。     

人工神经网络对时间增长序列预测能力分析

本文从人工神经网络的构成函数出发,分析了网络对某一类具有时间增长特性的过程或序列在学习和建模时存在的局限性和用神经网络模型对这一类系统进行预测时存在的固有误差问题;提出对具有时间增长特性的过程或序列进行预处理后再用神经网络建立系统的非线性模型,最后给出用不同方法对同一系统建模和预测的比较     

FDI决策模型的深化与扩展方向

本文在简单介绍一种ＦＤＩ新的分析模型——二阶段理论的基础上,对ＦＤＩ决策模型进行了深化,并提出了在更为复杂的决策形势下,决策模型的两个扩展方向     

基于ANP方法的逆向物流决策模型和算法

建立了具有内部关联的多指标逆向物流运作决策评价模型,并运用网络分析法(ANP)结合算例说明了该模型的合理性和实用性。     

电子政务外包决策模型研究

围绕电子政务外包决策主体需要回答的为什么外包、外包什么、与谁外包、如何外包等四个问题,深入探讨了电子政务外包时机、外包对象、外包机构、外包模式的选择问题,并运用SWOT分析法、层次分析法、情境模拟法等方法,分别构建了相应的决策模型.     

工程项目评标优化决策模型研究

开标评标是工程项目招投标的中心环节，许多评价因素易于定性分析而难于定量分析。本文根据评标中的主要评价因素，建立起量化评价指标体系，以各量化指标为变量，根据评标实践设定约束条件，通过屡次分析法确定变量系数，构建出以招标单位相对受益最大化为目标函数的线性规划评标优化决策模型，并通过计算机程序实现求解该模型。     

神经网络与预测方法研究

1 引言在科学技术和社会高速发展的今天,愈来愈多的问题,具有系统的复杂性、时变性和模糊性的特点,这就使得利用传统的预测方法解决这类问题十分困难。1987年,Lapedes和Farber首先应用神经网络进行预测,开创了神经网络预测方法的历史。目前,在范围广泛的商贸信息交流中,神经网络技术可以解决用传统方法不能解决的问题。例如Varfis和Versino运用神经网络解决经济时间序列预测问题,White利用神经网络进行IBM公司每日库存占用资金率的预测,都得到了很好的效果,节约了大量的资金。人们     

神经网络：预测的突破,还是时髦

大约20年以前,我记得曾经有人对我说过博克斯—詹金斯方法(当时还处于它的发展初期)对于大多数预测者的需要来说是一个很好的响应.它似乎包含了当时预测者可能使用的方法的很多特殊情形,包括各种形式的指数平滑方法.在许多方面,时间已经证实了这种说法,以致博克斯—詹金斯方法今天还可以被看到。它不是一种灵丹妙药     

技术创新风险分析的人工神经网络预测方法

从技术创新风险的定义出发，建立起技术创新风险的评价指标体系，提出了运用BP人工神经网络进行技术创新风险预测与评价的方法。该方法有利于提高企业技术创新风险的识别及防范能力，提高企业稀缺技术创新资源的利用效率。     

制造业企业服务外包决策模型研究

理论界普遍认为制造业企业核心业务应该自制,非核心业务应该外包．现实中,学术界针对制造业企业服务外包的决策模型很少研究,而这对指导企业外包战略的实施尤为必要．针对这个问题,提出了从技术能力、市场能力和组织能力维度建立服务外包决策模型的假设,通过实证研究证明了假设的成立,并选用制造业企业做实证,运用DEA方法对模型进行实际验证,证明了这种方法的客观性和有效性．     

神经网络驱动性模糊预测方法

本文在总结比较神经网络预测、模糊预测两种方法的基础上，将两种方法结合起来，取长补短，给出了一种以神经网络为工具，以近似推理为理论基础的建模方法，为解决非线性系统的预测问题提供了新的思路     

企业研发投资决策模型研究

综合考虑各个重要影响因素,并结合“先动优势”概念重新界定同时均衡、抢先均衡和贯序均衡等企业均衡状态,进而以研发投资决策模型反映企业之间的战略互动关系,有助于对企业研发投资决策的效能进行科学估计,有利于推动企业管理决策的动态研究.     

基于资金限制的Sharp-ARIMA期货套期保值决策模型

通过ARIMA时间序列预测期货套期保值的资金需求量,以Sharp套期比模型为目标函数,以套保者的手头资金大于套保资金需求量为约束,建立基于资金限制的Sharp-ARIMA期货套期保值决策模型,解决基于资金限制的单品种期货套期比的确定问题。并利用WS411合约的历史数据实证分析了该模型。本模型的创新与特色一是决策模型确定了套期保值的资金需求,避免了因资金短缺导致的套保失败。二是提出了能够反映期货价格一阶平稳和季节性变化的套期保值资金需求量预测的研究思路,这就改变了现有研究仅对历史数据进行简单平均预测的现状,更加符合期货价格的波动规律。三是揭示出套期保值者手头持有的资金与套保比之间关系。     

预测方法中的神经网络模型

本文概况地介绍了目前人工神经元网络模型在预测领域内的应用及理论,并对一些有代表性的理论方法进行了简单的介绍,指出了其优点和存在的问题,并对人工神经元网络在预测领域内今后的发展做了进一步的讨论     

神经网络用于一类曲线预测

1 引言近年来,神经网络(Neural Networks)的研究在国际上受到了极大关注。由于它以分布式存贮和并行协同处理为特色,不仅对人工智能的研究者产生了极大吸引力,而且由于其可学习性也使系统工程的研究者产生了极大兴趣。神经网络的作用函数通常是非线性函数,当众多的神经元形成一个网络并动态运行时就构成了一个复杂的非线性动力系统,它可表示极其复杂的非线性模型系统。在国际上神经网     

高校图书馆图书采访决策模型研究

针对高校图书馆文献采访工作中面临的困难,提出了高校图书馆图书采访决策模型,该模型将优选图书按其重要程度分为三个等级,在全面考虑图书价值和读者需求的基础上,确定了六个图书评价决策要素。采用层次分析法来确定六个要素的权值,用加权和法来最终计算待选图书的评价分值,采访人员可依据图书评价分值来做出最终的选书决策。