基于IHSA_LSSVM山東鋁業(yè)公司績效評估研究
發(fā)布時間:2020-05-22 23:46
【摘要】:在“十二五”規(guī)劃中提出要改造、提升制造業(yè),具體策略就是優(yōu)化結(jié)構(gòu)、改善品種質(zhì)量、增強(qiáng)產(chǎn)業(yè)配套能力、淘汰落后產(chǎn)能,發(fā)展先進(jìn)裝備制造業(yè),調(diào)整優(yōu)化原材料工業(yè),改造提升消費(fèi)品工業(yè),促進(jìn)制造業(yè)由大變強(qiáng)。在十二五規(guī)劃的大背景下,山東鋁業(yè)公司的改造與提升要如何實(shí)施,就是個值得討論的問題。對山東鋁業(yè)公司進(jìn)行深入的研究:(1)山東鋁業(yè)公司績效指標(biāo)的選取。通過對山東鋁業(yè)公司的實(shí)際情況進(jìn)行研究和收集到的數(shù)據(jù),結(jié)合平衡計(jì)分卡的思想,明確企業(yè)績效評估的影響因素。(2)構(gòu)建山東鋁業(yè)公司績效評價指標(biāo)體系。根據(jù)東鋁業(yè)公司績效評價影響因素和指標(biāo)體系構(gòu)建的原則,選擇從財務(wù)角度、業(yè)務(wù)流程角度、客戶角度、學(xué)習(xí)與創(chuàng)新四個方面進(jìn)行構(gòu)建,并將各個影響因素的指標(biāo)進(jìn)行量化處理。(3)對和聲搜索算法進(jìn)行了改進(jìn)。對和聲搜索算法(HSA)的原理進(jìn)行研究,通過采用動態(tài)調(diào)整和聲記憶保留概率、基音調(diào)調(diào)整概率和基音調(diào)調(diào)整步長等參數(shù),提出一種改進(jìn)的和聲搜索算法。(4)提出一種基于改進(jìn)后的和聲搜索算法(IHSA)與最小二乘知識向量機(jī)(LSSVM)相結(jié)合的評估算法。利用該算法的全局搜索能力來優(yōu)化選取LSSVM的懲罰因子r和高斯核函數(shù)的半徑σ。通過對與已有文獻(xiàn)中的BP神經(jīng)網(wǎng)絡(luò)和LSSVM等評估算法進(jìn)行量化對比,表明IHSA_LSSVM具有更小的預(yù)測誤差和更高的預(yù)測精度。(5)對山東鋁業(yè)公司績效進(jìn)行評價。利用已經(jīng)檢驗(yàn)過的IHSA_LSSVM模型對山東鋁業(yè)公司績效進(jìn)行評價。結(jié)合收集得到的2006年、2007年、2008年、2009年、2010年、2011年的山東鋁業(yè)公司的資料和之前建立好的評價體系得出需要運(yùn)用的原始數(shù)據(jù),在對原始數(shù)據(jù)進(jìn)行歸一化處理后,讓算法對前五年上下半年的績效信息進(jìn)行學(xué)習(xí),對2011年上下半年的公司綜合績效進(jìn)行預(yù)測。
【圖文】:
t邐有良好的可操作性。因此,,神經(jīng)網(wǎng)絡(luò)模型大多數(shù)采用的是BP神經(jīng)網(wǎng)絡(luò)或是它的變形。BP逡逑神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖如圖1.2所示。逡逑t邐BP網(wǎng)絡(luò)r]m用在分類、預(yù)測等領(lǐng)域中。它的使用需要有部分歷史數(shù)據(jù),通過對歷史數(shù)逡逑據(jù)的訓(xùn)練,能使該網(wǎng)絡(luò)學(xué)習(xí)到原有數(shù)據(jù)中隱含的知識。葉春明等人研究了邋BP神經(jīng)網(wǎng)絡(luò)在逡逑供應(yīng)鏈管理績效指標(biāo)評價中的應(yīng)用。逡逑雖然BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用比較廣泛,但是它也存在著一些缺陷:學(xué)習(xí)收斂速度比較慢,逡逑還不能保證收斂到全局的最小點(diǎn),網(wǎng)絡(luò)結(jié)構(gòu)不易穩(wěn)定。逡逑等刖少隱¥命邋i* ̄Hj逡逑特征值邋a逡逑分級結(jié)果逡逑特證值邋b邋[逡逑\邋通過:刊||練調(diào)巧連接權(quán)值逡逑圖1.2邋BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)兇逡逑Fig邋1.2邋BP邋neural邋network邋structure逡逑I邐(3).支持向量機(jī)逡逑支持向
本文編號:2676796
【圖文】:
t邐有良好的可操作性。因此,,神經(jīng)網(wǎng)絡(luò)模型大多數(shù)采用的是BP神經(jīng)網(wǎng)絡(luò)或是它的變形。BP逡逑神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖如圖1.2所示。逡逑t邐BP網(wǎng)絡(luò)r]m用在分類、預(yù)測等領(lǐng)域中。它的使用需要有部分歷史數(shù)據(jù),通過對歷史數(shù)逡逑據(jù)的訓(xùn)練,能使該網(wǎng)絡(luò)學(xué)習(xí)到原有數(shù)據(jù)中隱含的知識。葉春明等人研究了邋BP神經(jīng)網(wǎng)絡(luò)在逡逑供應(yīng)鏈管理績效指標(biāo)評價中的應(yīng)用。逡逑雖然BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用比較廣泛,但是它也存在著一些缺陷:學(xué)習(xí)收斂速度比較慢,逡逑還不能保證收斂到全局的最小點(diǎn),網(wǎng)絡(luò)結(jié)構(gòu)不易穩(wěn)定。逡逑等刖少隱¥命邋i* ̄Hj逡逑特征值邋a逡逑分級結(jié)果逡逑特證值邋b邋[逡逑\邋通過:刊||練調(diào)巧連接權(quán)值逡逑圖1.2邋BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)兇逡逑Fig邋1.2邋BP邋neural邋network邋structure逡逑I邐(3).支持向量機(jī)逡逑支持向
本文編號:2676796
本文鏈接:http://sikaile.net/jingjilunwen/gongyejingjilunwen/2676796.html
最近更新
教材專著