广西教育厅面上项目(200707MS061)
- 作品数：16 被引量：25H指数：3
- 相关作者：周优军汪灵枝曹亮潘义前吕跃进更多>>
- 相关机构：广西大学广西科技师范学院中国农业发展银行广西区分行更多>>
- 发文基金：广西教育厅面上项目广西青年科学基金国家自然科学基金更多>>
- 相关领域：经济管理自动化与计算机技术理学社会学更多>>
- 基于支持向量机的粒子群神经网络集成股市预测模型被引量：3
- 2010年
- 为有效提高神经网络集成的泛化能力,先利用量子粒子群和主成分分析提高集成个体的泛化能力,再利用泛化能力强的支持向量机回归集成生成输出结论,建立一个基于支持向量机的粒子群神经网络集成股市预测模型.试验表明,该模型能有效提高神经网络集成系统的泛化能力,预测精度高,稳定性好.
- 汪灵枝韦增欣陈进来
- 关键词：量子粒子群支持向量机神经网络集成主成分分析
- 个性化决策规则获取算法及规则表示被引量：1
- 2009年
- 提出了一种基于粗糙集理论的面向个性化知识的决策规则获取算法。从理论上证明了算法的正确性,给出了面向个性化的知识获取算法的描述。算法的重点在于规则合成的方法和可信度、覆盖度和规则强度计算的方法。最后通过例子说明了算法的有效性和实用性。
- 申锦标吕跃进
- 关键词：粗糙集
- 基于价格折扣的短生命周期易变质物品销售策略
- 2010年
- 文章建立了一类需求率跟销售价格及时间相关的短生命周期易变质物品库存模型,研究了在供应商提供价格折扣条件下,零售商进行一次价格调整时初始及降价后的销售价格策略。目的是优化补货周期使得总利润最大,讨论了模型最优解的存在性,给出了求解最优解的算法和数值例子。
- 周优军
- 关键词：价格折扣短生命周期变质物品总利润
- 一类价格折扣下存货影响销售率的短生命周期产品库存模型被引量：1
- 2010年
- 在供应商给零售商提供价格折扣及存货影响销售率的条件下,讨论了允许缺货且部分拖后,理论需求符合产品生命周期且跟价格相关,变质率为常数的短生命周期易变质物品库存问题,建立了优化缺货时间和销售价格的库存模型,目的是极大化总利润,分析了模型最优解存在的条件,给出了具体求解步骤和数值实验。
- 周优军潘义前曹亮汪灵枝
- 关键词：总利润价格折扣短生命周期变质物品
- 基于价格折扣的生命周期产品库存模型
- 2009年
- 在产品的生命周期内,供应商提供价格折扣条件下,研究了一类需求率是销售价格与时间的一般函数的易变质物品最优库存策略问题,建立了优化补货周期的库存模型。目的是极大化总利润,讨论了模型最优解的存在性并给出了求解最优解的算法,最后给出数值例子。
- 周优军曹亮潘义前
- 关键词：价格折扣产品生命周期变质物品
- 一类具有脉冲和非单调功能反应的扩散时滞捕食系统的多重正周期解被引量：1
- 2009年
- 利用重合度理论,得到一类具有脉冲和非单调功能反应的扩散时滞捕食系统至少存在4个正周期解的充分条件.
- 周优军秦发金姚晓洁曹亮
- 关键词：微分方程捕食系统脉冲效应周期解重合度
- 基于非参数回归的遗传神经网络集成股市预测研究被引量：1
- 2010年
- 利用遗传算法改进神经网络集成个体的连接结构和初始连接权值,利用主成分分析法提高集成个体差异度,形成一组优良的神经网络集成个体,利用非参数回归生成集成结论,求出非线性时序函数的全局最优解,随即建立新型的基于非参数回归的遗传神经网络集成股市预测模型.仿真结果表明,该模型预测精度高,可操作性强,具有一定实用性.
- 汪灵枝
- 关键词：遗传算法神经网络集成非参数回归
- 一类基于价格折扣的短生命周期易变质物品库存模型被引量：9
- 2009年
- 文中建立了一类需求率跟销售价格及时间相关的短生命周期易变质物品库存模型,考虑了供应商提供价格折扣和零售商提供临时价格折扣。目的是优化补货周期使得总利润最大,证明了模型最优解的存在性,给出了求解最优解的算法,并给出数值例子。
- 周优军曹亮潘义前
- 关键词：价格折扣短生命周期变质物品总利润
- 粗糙集的近似约简及其算法被引量：2
- 2009年
- 针对经典粗糙集中属性约简的不足,进一步拓展粗糙集属性约简的应用。提出了一种粗糙集属性近似约简的概念和一种新的粗糙集属性重要性的定义并给出和证明了属性近似约简的性质,理论证明了近似属性约简是传统属性约简的一种推广。在保持知识库分类能力基本不变的条件下,利用所给属性重要性作为启发信息给出了粗糙集属性近似约简的算法。通过一个具体的例子,说明了近似属性约简在信息系统中处理模糊和不确定性知识的可行性和有效性。
- 申锦标吕跃进
- 关键词：粗糙集约简算法
- 基于量子粒子群的神经网络集成股市预测模型研究被引量：2
- 2010年
- 利用量子粒子群改进神经网络集成个体的网络结构和连接权值,利用主成分分析法提高集成个体差异度,形成一组优良的神经网络集成个体,利用支持向量机回归集成生成输出结论,求出非线性时序函数的全局最优解,随即建立一个基于量子粒子群的神经网络集成股市预测模型。试验表明,该模型能有效提高神经网络集成系统的泛化能力,预测精度高,稳定性好。
- 汪灵枝
- 关键词：量子粒子群支持向量机神经网络集成
