基于绿色理念的废旧汽车企业逆向物流绩效评价研究

通过分析废旧汽车企业逆向物流流程及其绩效评价环境,结合企业逆向物流绩效评价的目的,以绿色理念为指导,提出废旧汽车企业的逆向物流绩效评价指标体系,构建基于GA-BP的废旧汽车企业逆向物流绩效评价模型,并以A企业为例进行实证研究.研究发现:废旧汽车A企业输出样本的实际值和仿真值基本一致,表明通过 GA优化BP神经网络模型可以提高仿真的精度,体现了指标选取和模型构建的有效性,可为解决废旧汽车企业逆向物流过程中存在的问题提供新思路,有助于废旧汽车产业的可持续发展.     

基于平衡计分法的超市绩效评价体系

用传统的财务指标来衡量超市的经营业绩存在某些缺陷,文章介绍了当今国外一种新的企业绩效评价方法——平衡计分法,并用该方法建立了适宜我国超市的绩效评价体系,进而建立了多因素模糊评判模型,力求以最新理论指导实践,促进超市的快速发展。     

企业营销团队成员绩效的多级模糊综合评价

随着市场竞争日益激烈,营销在企业经营中占有越来越重要的地位,而成功的营销又有赖于一个高效运作的营销团队。文章运用德尔菲法构建了企业营销团队成员绩效评价指标体系,然后建立了基于改进AHP法和多级模糊综合评价法的营销团队成员绩效评价模型,并结合实例对企业营销团队中个体的绩效进行评价,以期对企业营销团队成员的绩效做出科学的分析和合理的评价。     

步进变频穿墙成像雷达中反投影算法研究

反投影(back-projection,BP)算法具有很高的成像精度并容易进行各种形式的补偿,是广泛应用于穿墙、探地等领域的一种有效的时域成像算法。该文把时域反投影算法应用到步进变频穿墙雷达成像中,并根据墙壁的参数提出了用最短时间法对墙壁的影响进行补偿。通过对实测数据的处理可以看出,反投影算法在穿墙雷达中具有很好的成像精度,最短时间法也能很好地补偿墙壁对目标成像位置的影响。     

基于BSC的ITO企业知识管理绩效评价实证研究

阐述了ITO企业及其知识管理绩效评价的基本概念,在对现有的知识管理绩效评价模型进行研究的基础上,结合BSC的四个维度设计了ITO企业知识管理绩效评价的指标体系,运用层次分析法确定权重,并用模糊综合评价法计算得出最终评价结果。最后以SG信息科技有限公司为例,进行了实证研究。     

基于BP神经网络的供应链绩效评价模型

应用平衡计分卡理论为供应链绩效建立平衡计分卡,可以从财务,客户满意度,内部业务流程,学习、成长性四个方面构建供应链绩效评价指标体系。利用BP神经网络建立供应链绩效评价模型,该模型能较好地避免传统方法人为选取权值和相关系数过程中的主观性和不确定性。     

改进粒子群算法在库存预测中的应用

针对自动化立体仓库库存预测结果存在不准确和时间滞后等问题，课题组提出一种基于改进粒子群算法并结合指数平滑法来构建库存预测模型。分析传统粒子群算法和指数平滑法的原理以及缺点，通过引入附加变量、非线性动态调整惯性权重以及异步变化学习因子的方式，提出一种改进的粒子群算法；并采用4种标准测试函数来验证算法的寻优能力；最后将改进后的算法与平滑指数算法相结合构建预测模型，以某公司生产的导流板实际库存数据为例进行仿真实验，并与常用的几种预测模型进行验证对比。结果表明改进的粒子群算法预测模型的精度更高。该模型能够解决传统预测模型精度不高、适用情况单一等问题，提高企业的库存利用率。     

神经网络在银行信用风险评估中的应用

利用人工神经网络对我国商业银行企业信用风险进行了评估,提出了基于BP人工神经网络、以VC为平台的算法程序的人工神经网络信用评级模型,并以某企业的财务数据为样本,进行了信用评级分析。同时利用SPSS软件,与传统Logit模型作了对比,结果表明BP人工神经网络模型的评价效果确实优于传统模型。神经网络模型解决了传统评级方式中的主观性问题,以及难以处理高度非线性模型的问题,对我国银行具有十分重要的现实意义。     

低碳视角下绿色供应链绩效评价

针对供应链绩效评价问题,从低碳视角出发,构建富于时代色彩的供应链绩效评价指标体系,运用模糊综合评价法,建立衡量供应链绩效并突出低碳度和绿色度的绩效评价模型,有利于企业对供应链绩效进行科学评价。     

基于利益相关者视角的企业综合绩效评价模型研究

文章在对现有企业综合评价模型进行深入研究的基础上,将“投入—产出”、平衡计分卡、绩效棱柱这三种经典模型进行了融合优化,建立了一套综合绩效评价模型.有效地规避了传统模型的缺陷,实现了企业综合评价模型的灵活性与实用性的平衡.     

一种并联抑制神经网络结构及学习算法

对普通并联神经元的缺陷进行了分析,提出了一种广义的并联抑制神经元,构造了基于并联抑制神经元的前向神经网络结构,并给出了相应的学习算法。通过对几个模式分类问题的基准问题的测试,将提出的方法与SIANN、BP神经网络进行了比较,验证了提出的网络结构和学习算法的有效性。实验结果表明:单个的GSIN和简单的GSINN可以取得比SIANN和BP网络都好的分类效果。     

机场运营效率的组合评价方法研究

为了客观准确地评价机场运营效率,在综合BP神经网络的单一综合评价方法和灰色关联度分析的灰色综合评价方法优点基础上,提出了基于评价值方差最小化的机场运营效率组合评价方法。首先界定机场运营效率的内涵,建立了机场运营效率评价指标体系,运用组合赋权法确定各层次指标权重。分析结果表明,评价指标体系科学合理,组合评价方法适用于机场运营效率的评价问题,评价结果能够客观地反映机场运营效率的总体水平。     

基于改进粒子群算法的神经网络优化证券投资组合方法

采用人工神经网络对证券投资进行预测与分析的研究过程中,提高神经网络各个节点参数的优化能力是极其关键的。传统的神经网络存在学习速度慢、易陷入局部极小值、预测结果精度较低等缺点,一种玫进型粒子群（Improved Particle Swann Optimizer,IPSO）算法．可以优化BP（Back Propagation）神经网络．并将优化后的BP神经网络应用于优化证券投资组合中。实验结果表明：该研究方法能够在预测精度和稳定性方面明显优于传统的PSO—BP神经网络优化证券投资组合方法。     

基于合理变权的网上评教系统的实现

针对普通高校中教师评教问题,设计一种新的定量与定性相结合的评估模型,并实现评教的网络化,方便教师与教务部门根据学生和教师反映及时做出改进。拟采用一种基于合理变权思想的综合测评方法,通过动态调整与各教学因素的权重,提高评价的科学性和公平性。网络化评估结果将为教学管理提供依据。     

入侵检测技术中Apriori算法的应用与改进

采用关联规则挖掘网络数据包可以发现数据包中各属性字段间的频繁关系，通过模式的学习与训练可以发现网络用户的异常行为模式。采用作用度的Apriori-lift算法削减了Apriori算法的挖掘结果规则，使网络入侵检测系统可以快速的发现用户的行为模式，而且能够快速的锁定攻击者。Apnori—li蹲法提高了基于关联规则的入侵检测系统的检测性能。     

基于网络分析法的高校思想政治教育绩效评价体系

为了对高校思想政治教育绩效进行有效评价,首先从学科建设、专业教师队伍建设、学生培养和社会效应四个维度构建了绩效评价体系,然后利用网络分析法并通过SuperDecisions软件对指标体系中各个指标的相对权重进行了分配,所建指标体系可为评价高校思想政治教育绩效提供一种有效的参考工具,也可为提高高校思想政治教育水平提供量化依据和评判标准。     

国有企业绩效评价模式研究：应用困境与重构思路

现行国有企业绩效评价模式在实际应用中表现出各种困境,相应的绩效评价理论基础也存在缺陷。利益相关者理论的应用为绩效评价研究开拓了新的视角,以利益相关者理论为基础研究国有企业绩效评价模式重构,强调了国有企业绩效评价经济目标与社会目标的结合,更有效地推动了企业价值创造、社会公共福利增长以及经济的可持续发展。     

网络对抗训练模拟系统的设计与实现

提高计算机网络对抗能力,是夺取信息优势和控制网络权的必要手段和途径;网络对抗训练模拟系统的建立有利于网络对抗人才的培养。研究和设计了一种网络对抗训练模拟系统,并从关键技术及其实现的角度讨论了相关子系统,包括交互式对抗训练模拟系统、对抗训练模拟支持软件系统、对抗训练模拟评估系统和对抗训练模拟信息库。该系统能够为网络对抗理论研究与对网络抗训练模拟提供一个良好的环境,具有十分重要的意义。     

广告效果心理评价的实证研究

整合营销传播是以消费者品牌心理图式为核心的系统营销方式.这种新的营销方式对广告效果提出了新的评价要求,即广告须达到使品牌效果产生变化的目的.因此,以品牌心理模型为基础构建广告效果心理模型并进行实证研究,对于探索广告效果心理评价的新模式将会有一定的实践意义.