基于GA-BP神经网络岩石可钻性预测模型

本文基于地层岩石的测井资料,构建基于遗传算法(GA)优化后BP神经网络地层可钻性预测模型。经GA优化后的BP神经网络避免了传统BP神经网络收敛速度慢和易陷入局部极小值等不足,大大提高了模型的预测精度和收敛速度。结合实例分析,通过对比BP、GA-BP和PSO-BP三种模型的可钻性级值的预测结果,发现GA-BP的预测精度更高。具有一定的参考价值。     

小样本条件下基于VMD-SVM的电网技改项目科技投资预测

随着我国电力改革体制不断推进,以输配电服务为主的盈利模式要求电网企业对经营成本作出更精确的控制。电网技改工作对电网企业的运营成本具有较大影响,但由于相关历史数据少,采用常规预测模型难以对电网企业技改项目的年度科技投资进行科学和客观的预测。为此,针对电网技改项目科技投资年度预测属于小样本预测的特点,选取支持向量机(SVM)模型作为预测模型,并且在预测开始之前进行变分模态分解(VMD),通过将技改科技投资数据分解为特征各异的子序列,将每一个子序列数据通过不同的SVM模型进行预测,得到各子序列的预测结果后对子序列的预测结果进行叠加,从而得到最终预测结果。最后通过某区域电网的实际数据验证,得到基于VMD-SVM的电网技改项目科技投资预测方法的预测精度为1.51%,而单采用同参数SVM模型的预测精度为2.02%,证实基于VMD-SVM的电网技改项目科技投资预测方法的有效性。     

基于PCA-SOR-LS-SVM模型的入境游客流量预测研究

入境旅游客流量预测模型中输入变量的多少在一定程度上制约了模型的模拟速度和预测效果。首先,由主成分分析法对影响入境游客流量的指标进行综合分析从而确定出少数几个主要指标作为预测模型的输入变量,然后建立以主要指标为输入变量以客流量为输出变量的基于超松弛改进的最小二乘支持向量机预测模型。通过实验仿真,结果显示了基于PCA-SOR-LS-SVM的入境游客流量预测模型具有较好的预测精度和较强的推广价值。     

基于MA-SVM的建筑企业精益建设技术采纳决策研究

在元分析方法 (Meta-Analysis)得到的建筑企业采纳精益建设技术影响因素基础上,构建建筑企业精益建设技术采纳决策指标体系,建立精益建设技术采纳决策模型,并应用支持向量机算法(SVM)对样本数据进行训练、仿真模拟。研究结果表明,元分析方法能够科学、全面地筛选出采纳精益建设技术影响因素,而基于支持向量机算法的企业精益建设技术采纳决策模型,预测精度较高,可为潜在采纳企业提供有价值的理论参考,对组织提高建设项目管理水平,提高生产效果具有重要的现实意义。     

基于启发式属性约简和神经网络的供应链协同管理绩效预测

面对激烈的市场竞争,供应链的协同管理至关重要.为提高供应链协同管理的效果,绩效预测是供应链协同管理的一个重要环节.为此从知识发现和数据挖掘的角度,利用粗糙集和BP神经网络的理论和方法,建立基于粗糙集和BP(Back Propagation)神经网络相结合的供应链协同管理绩效预测模型,并给出基于分辨矩阵的启发式评价指标约简方法和基于梯度的BP算法;结合预测实例,对其基于平衡记分卡的指标体系进行约简后将约简的评价指标输入到BP神经网络中进行智能训练,把预测的样本输入到训练好的BP神经网络中得出供应链协同管理绩效的预测值,预测结果与实际结果基本吻合.     

精益建设技术采纳影响因素与采纳意愿研究

以建筑企业员工对精益建设技术的采纳意愿为研究对象,通过调查问卷获得精益建设技术采纳意愿影响因素的数据,并利用粗糙集筛选出其中的重要影响因素;然后以技术接受模型为基础,借助系统动力学工具构建影响因素与采纳意愿的仿真模型,利用BP神经网络结合MIV算法来确定模型中的参数,并通过计算机仿真对比分析这些影响因素在不同技术成熟度下对采纳意愿的影响程度,探析影响因素与采纳意愿之间的作用规律。研究结果表明,这些影响因素对员工采纳意愿作用明显,其中精益建设技术感知有用性最显著,其次是精益建设技术感知易用性,而精益建设技术感知愉悦性的作用相对较弱。最后,就提高员工对精益技术的采纳意愿提出建议。     

基于集成学习的科研计划项目绩效预测研究

提出基于集成学习的项目绩效预测方法,利用多分类集成监督学习算法,对网络爬虫得到的已结题项目数据中隐含的关于项目绩效的信息进行有效挖掘,形成项目绩效预测模型.基于国家自然科学基金项目数据,利用多种指标对模型的性能进行评估,将模型对项目的绩效预测结果与专家的评估结果进行比较,结果显示模型的有效性.     

高层建筑结构设计BP算法的精度优化

针对传统的BP神经网络算法在对高层建筑进行结构设计时还存在精度不高、误差较大等问题,本文提出了一种基于自适应和误差修正BP神经网络算法的高层建筑结构设计模型,该模型在BP神经网络算法的基础上,首先采用自适应调整策略对其网络模型进行优化,然后采用增加动量项、误差累积处理和陡度因子优化等误差修正策略提高原算法的训练精度。仿真试验结果表明,本文提出的基于自适应和误差修正BP神经网络算法的高层建筑结构设计模型相比较传统的BP神经网络算法精度要高,具有较好的鲁棒性。     

遗传支持向量机的应用

本文针对支持向量机中的参数通常靠交叉实验来确定的状况,提出了遗传支持向量机,并将之应用在音乐特征识别中。基于Matlab的实例仿真结果表明,该预测模型精度高于传统SVM预测模型,具有一定实用价值,为快速准确的音乐特征识别提供了一种新的方法和途径。     

公益性技术项目综合评价方法研究

目前公益性技术项目还缺乏有效的数量化的综合评价方法,这影响政府公益性技术项目投入的绩效评价及后续发展。文章首先建立公益性技术项目评价指标体系结构模型并利用AHP方法解决了模糊综合评价方法中的权重,然后建立两级模糊综合评价模型将专家对多项评价指标的评分进行综合评价,以检验公益性技术项目的绩效。     

基于建筑信息模型促进装配式建筑精益建造的精益管理模式

针对传统建筑业生产效率低下、信息化水平落后以及管理方式粗犷的现状,提出发展以建筑信息模型(BIM)技术为信息化手段、精益思想为指导思想的装配式建筑管理模式。首先鉴于装配式建筑的精益建造模式要求对信息处理能力高的实际,提出BIM技术是实现项目管理过程信息化的关键,分析基于BIM技术项目信息化管理的过程,建立BIM信息化平台,为精益管理的实现提供技术手段;然后以精益思想相关理论为基础,分析装配式建筑全生命周期各个阶段在精益思想指导下的运作;最后得出BIM技术保证装配式建筑项目全生命周期各阶段信息流的传递无阻,使得精益建造的实现成为可能,可在很大程度上满足客户需求、缩短工期、减少浪费。     

大型建设工程项目实施状态诊断指标自适应调整模型及其应用

针对大型建设工程项目实施状态诊断系统在诊断指标调整方面存在的问题,在全面了解和掌握国内外研究现状以及诊断指标即时调整目标的基础上,将自适应控制技术引入进来,并结合工程项目管理模式,构建了基于自适应控制技术的大型建设工程项目实施状态诊断指标自动调整模型,给出了模型内含多模块间的自适应伺服程序。在此基础上,通过工程实验,证明了诊断指标自适应调整模型在工程实际应用中的可行性、有效性和自动识别管控对象与指标调整的灵敏度,并给出了使用该模型的相关建议。     

基于BP神经网络的企业突破性创新绩效评价研究

基于突破性创新的特征,借鉴传统创新绩效评价模式,从资源投入、技术产出、产品性能、过程管理、商业价值和社会价值等6个维度构建企业突破性创新绩效评价指标体系,并利用BP神经网络原理建立了企业突破性创新绩效评价模型。通过对样本企业的突破性创新绩效评价进行模型训练和仿真验证,结果表明该评价方法可信度高,模型具有较好的泛化能力。     

科技项目绩效评价指标体系和评价方法研究

本文首先归纳了科技项目的分类,阐述了绩效评价的基本原则,通过分析科技项目绩效评价逻辑模型,从提高结果可靠性的角度来对绩效评价方法进行研究,归结为如何设计能够很好体现科技项目从计划、投入、活动到产出全过程的逻辑关系的评价框架体系,重点对框架体系中的两个重要内容工作手册的制定和指标体系的设计进行了理论研究,并对指标体系设计配以承担的省重大科技项目绩效评价工作为实证。通过研究,以构建既符合公共支出绩效评价的一般原则,又适应科技项目的特点和科技管理的要求,具有一般科技项目通用性的绩效评价框架体系,提供科技项目绩效评价有效、实用、可靠方法。     

Prediction model of permeability index for blast furnace based on the improved multi-layer extreme learning machine and wavelet transform

The permeability index of the blast furnace is a significant symbol to measure the smooth operation of the blast furnace. This paper proposes a novel prediction model for permeability index of the blast furnace based on the multi-layer extreme learning machine (ML-ELM), the principal component analysis (PCA) method and wavelet transform (called as W-PCA-ML-ELM prediction model). This modified ML-ELM algorithm is based on the ML-ELM algorithm and the PCA method (named as PCA-ML-ELM). The PCA method is applied on the ML-ELM algorithm to improve the algebraic property of the last hidden layer output matrix which deteriorates its generalization performance due to the high multicollinearity. Because the production data of the blast furnace field contain noises, this paper applies the wavelet transform to remove the noise. Comparing with other prediction models which are based on the ML-ELM, the ELM, the BP and the SVM, simulation results illustrate that the better generalization performance and stability of the proposed W-PCA-ML-ELM prediction model.     

精益绿色供应链绩效评价设计及实证研究

针对精益绿色供应链的特征及现有研究,从内部绩效、外部绩效、供应链综合绩效3个方面构建精益绿色供应链绩效评价指标体系,并使用综合评价法进行实证分析。研究结果表明:精益绿色供应链的实施促进了供应链内部绩效、外部绩效和综合绩效的提升,外部绩效与内部绩效的发展趋势呈现相伴随状态。     

中国省级自然科学基金管理效率评价与分析——基于DEA-Malmquist模型

构建DEA-Malmquist模型,测算中国省级自然科学基金管理效率,分析不同区域发展状况,并对其原因进行分析.结果 表明,中国省级自然科学基金综合管理效率平均值为0.849、技术管理效率平均值为0.895、规模管理效率平均值为0.956,技术管理效率与规模管理效率之间存在一定差距,技术管理效率是影响中国省级自然科学基金管理效率的主要因素.DEA测算有效性表明,7个省级地区的自然科学基金管理效率为DEA有效水平,山西、河北、新疆、辽宁的自然科学基金管理效率为较低水平.2015-2019年,中国省级自然科学基金技术管理效率为降低趋势,技术管理效率是影响综合管理效率的主要因素.基于以上研究,提出明确省级自然科学基金功能定位、立足区域发展特点开展项目资助、建立基于效率的项目绩效评价体系等对策建议.     

城投公司技术应用与开发项目全过程评价研究 ——基于AHP-灰色关联度模型

技术应用与开发项目是城投公司科技创新项目中的一类重要项目,对该类项目的绩效进行评价,是城投公司科技创新能力评价的一个重要方面。基于项目全过程视角,从项目的必要性、可行性、风险性、项目的执行情况、组织管理情况和项目的经济、环境、社会、科技效益出发,构建了一套全面而系统的技术应用与开发项目绩效评价体系;提出了基于AHP-灰色关联度模型的技术应用与开发项目绩效评价方法,并以J城投公司为例,对其近3年内开展的12个技术应用与开发项目进行了绩效评价,并针对该公司科技创新工作提出了相应的对策建议。     

基于OLAP的高校学生综合成绩管理系统的设计与实现

文章结合学生综合成绩管理系统的特点,提出了基于OLAP技术的系统设计与实现。通过对学生综合成绩数据模型的建立和数据ETL过程,最后实现了对学生综合成绩的OLAP分析和展示,这对学校的学生管理能起到一定的决策支持。     

互联网发展对重大项目绩效影响的定量分析

本文根据每千网民IP地址数、每千网民域名数、每千网民网站数和每千网民国际出口带宽数构建了互联网资源指数,根据人才培养数和国内外刊物数构建了重大项目绩效指数。首先,结合国家自然科学基金重大项目资助经费和研究人员的数量首次构建了基于互联网的重大项目绩效的生产函数(回归)模型,并利用生产函数模型测算了互联网资源指数对重大项目绩效指数的贡献率。其次利用GM(1,2)模型评估了互联网资源指数与重大项目绩效指数之间的关系。最后利用GM(1,1)模型对互联网资源指数进行预测。从而使人们能够较全面地了解互联网的出现和发展对重大项目绩效发展的重要影响。