基于市場需求預測的Z公司中國公務機項目啟動管理
發(fā)布時間:2021-04-16 04:18
隨著經(jīng)濟的發(fā)展,我國公務機數(shù)量以每年約40%的驚人速度增長。中國被公認為未來世界公務機產(chǎn)業(yè)主要的增長點。Z公司作為世界上領先的公務機發(fā)動機系統(tǒng)制造商,希望啟動“中國公務機”項目,通過擴大產(chǎn)能的方式,進入中國市場,獲得的更多商業(yè)機會。但由于無法獲得準確的市場需求數(shù)據(jù),Z公司無法確定是否正式啟動該項目。因此,對中國公務機市場的未來需求預測對Z公司就顯得至關重要。本文首先在PMP項目管理知識體系指南的框架下,應用項目啟動過程管理的指導意見,指出需求管理在項目啟動管理中的重要性;其次,對Z公司的“中國公務機”項目進行介紹,提出中國公務機項目中的主要問題為中國公務機市場未來需求數(shù)量的預測,并通過對中國公務機市場的發(fā)展歷史和現(xiàn)狀的分析,總結出影響產(chǎn)業(yè)發(fā)展的主要因素;第三,根據(jù)支持向量機算法和粒子群優(yōu)化算法特點,將兩種算法結合使用,建立需求預測模型,并通過仿真證明該模型的有效性;接著,針對中國公務機市場的特點,使用多種影響市場因素求解不同的公務機需求預測模型,找出最優(yōu)預測模型,并使用最優(yōu)預測模型,得出2012年一2015年中國公務機新增需求量的預測值;最后根據(jù)需求預測值,為Z公司是否啟動“中國公務機...
【文章來源】:上海交通大學上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:84 頁
【學位級別】:碩士
【部分圖文】:
我國公務機市場的發(fā)展趨勢
. . ≤ ε + ≤ ε, = 1,…, 設存在這樣一個 ( ),使得所有的訓練數(shù)據(jù)都有 ε 的精度。在一些誤差。因此,Cortes 和 Vapnik 在 1995 年提出了軟界弛變量 和 ,來處理那些不符合要求的樣本。其中,ε-ins失函數(shù),其函數(shù)表達式如下:( ( ) ) =0, | ( ) | < ε| ( ) | ε 其他,假設以 ε 精度逼近函數(shù) ( ),即用另一個函數(shù)g( )來描述管道內。如果在某點 ( )與g( )的差值的絕對值小子 ε,則認體見圖 3-1。ε 不敏感損失函數(shù)在特征空間中確定一個以平面域。當樣本落入該區(qū)域時,損失為 0,落入該區(qū)域外時,對很強的魯棒性。
仿真驗證中PSO適應度曲線
【參考文獻】:
期刊論文
[1]PSO算法的應用研究[J]. 桂春. 黑龍江科技信息. 2011(36)
[2]基于支持向量機函數(shù)逼近的性能研究[J]. 杜新華,陳增強,袁著祉. 計算機工程. 2006(08)
[3]灰色預測為何不準[J]. 李可人,何木子. 預測. 1991(02)
博士論文
[1]粒子群優(yōu)化算法的理論及實踐[D]. 張麗平.浙江大學 2005
碩士論文
[1]基于SVM和PSO的非線性模型預測控制及應用研究[D]. 李濤.上海交通大學 2008
本文編號:3140724
【文章來源】:上海交通大學上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:84 頁
【學位級別】:碩士
【部分圖文】:
我國公務機市場的發(fā)展趨勢
. . ≤ ε + ≤ ε, = 1,…, 設存在這樣一個 ( ),使得所有的訓練數(shù)據(jù)都有 ε 的精度。在一些誤差。因此,Cortes 和 Vapnik 在 1995 年提出了軟界弛變量 和 ,來處理那些不符合要求的樣本。其中,ε-ins失函數(shù),其函數(shù)表達式如下:( ( ) ) =0, | ( ) | < ε| ( ) | ε 其他,假設以 ε 精度逼近函數(shù) ( ),即用另一個函數(shù)g( )來描述管道內。如果在某點 ( )與g( )的差值的絕對值小子 ε,則認體見圖 3-1。ε 不敏感損失函數(shù)在特征空間中確定一個以平面域。當樣本落入該區(qū)域時,損失為 0,落入該區(qū)域外時,對很強的魯棒性。
仿真驗證中PSO適應度曲線
【參考文獻】:
期刊論文
[1]PSO算法的應用研究[J]. 桂春. 黑龍江科技信息. 2011(36)
[2]基于支持向量機函數(shù)逼近的性能研究[J]. 杜新華,陳增強,袁著祉. 計算機工程. 2006(08)
[3]灰色預測為何不準[J]. 李可人,何木子. 預測. 1991(02)
博士論文
[1]粒子群優(yōu)化算法的理論及實踐[D]. 張麗平.浙江大學 2005
碩士論文
[1]基于SVM和PSO的非線性模型預測控制及應用研究[D]. 李濤.上海交通大學 2008
本文編號:3140724
本文鏈接:http://sikaile.net/weiguanjingjilunwen/3140724.html
最近更新
教材專著