本文關(guān)鍵詞： 績(jī)效評(píng)價(jià) 房地產(chǎn) 支持向量機(jī) TOPSIS方法　出處：《山西建筑》2016年14期 　論文類型：期刊論文

【摘要】：選取代表房地產(chǎn)上市公司綜合實(shí)力的投資與收益、償債能力、經(jīng)營(yíng)能力、資本結(jié)構(gòu)等四個(gè)方面的10項(xiàng)指標(biāo),96個(gè)公司的財(cái)務(wù)數(shù)據(jù),采用TOPSIS方法計(jì)算每個(gè)公司的綜合績(jī)效評(píng)價(jià)值,隨機(jī)挑選其中的80組數(shù)據(jù)作為訓(xùn)練樣本,16組數(shù)據(jù)作為測(cè)試樣本,建立SVM模型,通過(guò)測(cè)試分析并與RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的結(jié)果對(duì)比,表明SVM模型更加有效,更有推廣前景。
[Abstract]:This paper selects 10 indexes representing the comprehensive strength of real estate listed companies, such as investment and income, solvency, management ability, capital structure, and financial data of 96 companies, and calculates the comprehensive performance evaluation value of each company by using TOPSIS method. 80 groups of data were randomly selected as training samples and 16 groups of data were selected as test samples. The SVM model was established and compared with the results of RBF neural network prediction model. The results show that the SVM model is more effective and more promising.
【作者單位】： 東北林業(yè)大學(xué)工程技術(shù)學(xué)院;
【分類號(hào)】：F299.233.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈凝;;支持向量機(jī)模型在統(tǒng)計(jì)學(xué)上的應(yīng)用研究[J];統(tǒng)計(jì)與決策;2010年13期

2 呂向陽(yáng);高尚;;基于支持向量機(jī)的品牌特色專業(yè)評(píng)價(jià)[J];價(jià)值工程;2011年24期

3 黃勝忠;;遺傳支持向量機(jī)在股市趨向的預(yù)測(cè)[J];計(jì)算機(jī)與數(shù)字工程;2012年01期

4 胡奎;朱成文;;基于支持向量機(jī)的雷達(dá)信號(hào)分類[J];統(tǒng)計(jì)與決策;2008年23期

5 許建萍;;基于支持向量機(jī)的工程索賠合理工效研究[J];科技創(chuàng)新導(dǎo)報(bào);2009年07期

6 張明;劉念祖;;電子商務(wù)信用管理的支持向量機(jī)應(yīng)用[J];中國(guó)管理信息化(綜合版);2007年09期

7 高尚;梅亮;;基于支持向量機(jī)的電價(jià)組合預(yù)測(cè)模型[J];電力自動(dòng)化設(shè)備;2008年11期

8 王毅;;支持向量機(jī)技術(shù)及其應(yīng)用研究[J];中國(guó)高新技術(shù)企業(yè);2008年15期

9 呂月英;;基于支持向量機(jī)工程施工風(fēng)險(xiǎn)預(yù)警研究[J];科技創(chuàng)新導(dǎo)報(bào);2009年07期

10 芮麗梅;;改進(jìn)支持向量機(jī)的商業(yè)銀行評(píng)級(jí)算法[J];企業(yè)導(dǎo)報(bào);2011年03期

相關(guān)會(huì)議論文 前10條

1 余樂(lè)安;姚瀟;;基于中心化支持向量機(jī)的信用風(fēng)險(xiǎn)評(píng)估模型[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)——商務(wù)智能分會(huì)場(chǎng)論文集[C];2011年

2 劉希玉;徐志敏;段會(huì)川;;基于支持向量機(jī)的創(chuàng)新分類器[A];山東省計(jì)算機(jī)學(xué)會(huì)2005年信息技術(shù)與信息化研討會(huì)論文集（一）[C];2005年

3 史曉濤;劉建麗;駱玉榮;;一種抗噪音的支持向量機(jī)學(xué)習(xí)方法[A];全國(guó)第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2008年

4 何琴淑;劉信恩;肖世富;;基于支持向量機(jī)的系統(tǒng)辨識(shí)方法研究及應(yīng)用[A];中國(guó)力學(xué)大會(huì)——2013論文摘要集[C];2013年

5 劉駿;;基于支持向量機(jī)方法的衢州降雪模型[A];第五屆長(zhǎng)三角氣象科技論壇論文集[C];2008年

6 王婷;胡秀珍;;基于組合向量的支持向量機(jī)方法預(yù)測(cè)膜蛋白類型[A];第十一次中國(guó)生物物理學(xué)術(shù)大會(huì)暨第九屆全國(guó)會(huì)員代表大會(huì)摘要集[C];2009年

7 趙晶;高雋;張旭東;謝昭;;支持向量機(jī)綜述[A];全國(guó)第十五屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2003年

8 周星宇;王思元;;智能數(shù)學(xué)與支持向量機(jī)[A];2005年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2005年

9 顏根廷;馬廣富;朱良寬;宋斌;;一種魯棒支持向量機(jī)算法[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

10 侯澍e，

本文編號(hào)：1513697