10.3969/j.issn.1000-7695.2006.11.079
投标报价中报高率确定的支持向量机方法研究
在分析考虑各个影响报价的风险因素的基础之上得到一个适当的报高率是企业竞标获胜的关键所在.将支持向量机(SVM)方法应用到投标报高率的确定过程之中,引入粒子群优化算法(PSO)来实现对SVM学习参数值的优化确定.通过与传统的人工神经网络方法(ANN)进行比较研究后发现,用新方法来确定报高率不仅简便易行,而且用新方法确定的报高率与实际值的偏差更小,显示了其在该领域中应用的广阔前景.
报高率、支持向量机、人工神经网络、风险因素、粒子群优化算法
26
F2(经济计划与管理)
四川省电力建设定额站资助项目
2006-12-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
237-241