基于矩估计—改进TOPSIS模型的应急物流供应商评价

应急物流是指为应对突发公共事件的应急物资需求所产生的特殊物流活动。在现有研究的基础上,并结合应急物流自身的特点,给出了应急物流供应商的评价指标体系,采用矩估计组合赋权法确定评价指标的权重。将灰色关联分析与双基点法(也称作TOPSIS法)相结合,构建一种改进TOPSIS法的应急物流供应商评价模型。最后通过实例加以说明,并与其他典型评价方法进行分析比较,发现评价结果基本一致,从而验证了该方法用于应急物流供应商评价是有效且可行的,能够为应急物资采购提供有力参考。     

基于改进抛物线模型的物流需求预测研究

为了提高物流需求的预测精度,选取货运量作为衡量物流需求的指标,在对非线性回归中的抛物线模型进行探讨的基础上,对其进行改进,得到新陈代谢的抛物线模型.以四川省物流需求预测为实例进行检验,结果显示该模型的预测精度达到96.9%,预测精度等级为1级,证明了该模型的实用性.     

基于灰色关联的广东省区域经济影响因子分析

根据影响广东省区域经济的10个关键性因素,利用灰色关联分析法对广东省21个省辖市的经济实力进行综合评价,分析了区域经济影响因子的作用程度和因子间的关系,并对影响因子进行权重计算.结果表明,人均地区生产总值和其它因子的相关性最强,公共财政预算收支和其它因子的相关性最弱.     

基于因子分析的应用研究

阐述因子分析的基本思想,指出正确运用因子分析的方法及适用的条件,针对应用中出现概念不清、对原始数据处理不当、样本不足等误用现象,探讨了其产生的原因,给出相应对策．     

基于因子分析的宜居城市指标体系研究

随着城市的发展,城市建设中暴露出的问题也越来越严重,对宜居城市的追求也成为人们的共同理想.通过对宜居城市的研究,构建了宜居城市的评价指标体系,借助SPSS软件运用因子分析法求得宜居城市的综合评价指数,并对如何进一步提升城市的宜居水平给出建议.     

基于改进组合赋权的TOPSIS法在数控机床选购中的应用

数控机床的评价和选择是一个复杂的多指标决策问题,为了提高数控机床选购的客观性和科学性,在分析数控机床的性能评价指标的基础上,提出了基于改进组合赋权的TOPSIS法的机床设备优选方法.该方法结合改进的层次分析法(AHP)与熵权法确定机床选购评价指标的权重,修正了单指标权重的缺陷.实例分析表明,新的评价方法得到的评价结果更加合理,更符合实际.     

基于因子分析的中国地区商品价格波动研究

通过构建商品价格波动的评价指标体系,选取全国各地区2010年的商品零售价格分类指数作为指标数据,运用因子分析方法对商品价格波动的原始指标数据进行分析,得到影响商品价格波动的4个公共因子:其中第一个因子称为家庭用品因子,第二个因子称为纺织品和建筑因子,第三个因子称日用和医疗保健因子,第四个因子称为食品和读物因子.并对每个公共因子进行命名与解释,计算出每个因子的得分、各地区因子综合得分并排序.排序结果表明,海南地区商品价格波动水平最高,而北京地区商品价格波动水平最低.     

基于因子-聚类分析的河北省区域经济发展水平差异研究

选取产业结构、经济效益、经济总量、居民生活水平和经济外向性5个方面的17个指标构建评价体系,采取客观赋权的方法建立加法合成评价模型,基于2008年的统计数据对河北省的区域经济发展差异做了定量分析.在此基础上,进一步分析了河北省区域经济发展水平存在差异的原因,并对缩小区域经济发展水平差异,协调区域经济发展提出了建议.     

基于因子分析的广东省卫生服务与医疗保障发展水平综合评价

针对广东省各地卫生服务与医疗保障发展水平的现状和差异,为提升广东省医疗卫生服务发展水平,选取广东省21个地级市作为研究对象.基于2019年广东省统计年鉴相关数据,选择综合经济实力、医疗卫生服务行业发展竞争力、医疗资源发展潜力和医疗服务业定价能力4个方面共18个评价指标建立综合评价体系,构建因子分析模型对广东省各城市卫生...     

基于因子分析的中国上市城商行竞争力研究

针对中国上市的城市商业银行竞争力评价问题进行研究.首先,选择已上市的21家城商行9项变量指标建议指标体系.其次,构建因子分析模型,运用MATLAB软件提取4个主因子,并计算各个因子的得分函数和排名.最后,利用综合因子得分公式计算上市城商行的综合竞争力并排名.结果表明:宁波银行、贵阳银行、锦州银行、南京银行和重庆银行在上市的城商行中具体较强的综合竞争力.最后,根据上市城商行存在的问题,对上市城商行的发展提出相关的建议.     

基于改进Floyd算法的物流运输路径规划

当站点较多时,物流运输路径规划存在困难,传统Floyd算法路径规划的时间复杂度过高．鉴于传统Floyd算法规划时间复杂度高是因节点数量过大导致,提出一种结合改进K-means聚类算法的Floyd算法,该算法在节点数量较大情况下,运用改进K-means聚类算法分割物流区域,降低规划所需考虑节点数量,从而降低Floyd算法的时间复杂度．在复杂环境下进行传统Floyd算法和改进算法的对比实验,仿真分析结果表明,改进算法可以在更少的时间内找到一条较优的路径．     

基于熵权法改进的TOPSIS对我国医药类上市公司财务绩效评价

以2018年沪深两市15家医药类上市公司的14项财务指标数据为样本,引入熵权法改进的TOPSIS对其进行财务绩效评价.结果表明,医药类上市公司的营运能力指标在对企业财务绩效影响方面相对于盈利能力、偿债能力指标所占比重更大,同时公司的成长能力和资本结构指标对于企业的财务绩效也有着一定的影响.研究结果对医药类上市公司合理制定财务管理方案有着一定的借鉴意义.     

基于水平集的钢轨焊缝区域定位方法

针对现有钢轨焊缝错边量测量方法在不同光照环境下适应能力不强、定位精度不高、稳定性不好的问题,提出了基于水平集的钢轨焊缝区域定位方法.首先,采用水平集对预处理后的焊缝图像进行轮廓分割,将焊缝与轨腰、轨头和背景进行分离;其次,采用面积排序和连通域相结合的方法排除轮廓干扰,实现焊缝轮廓的粗定位;再次,采用两次排序法实现焊缝轮...     

基于因子分析的河南省科研事业单位创新能力评价研究

【目的】河南省高度重视创新发展,支持科研事业单位开展科技创新活动,科研事业单位创新能力的强弱直接关系到现代科研发展和科技水平进步。【方法】笔者以河南省18个地市科研事业单位作为研究对象,以反映科技创新能力的主要指标作为数据支撑,运用因子分析的方法构建适合科研事业单位的创新能力评价指标体系。【结果】根据评价结果,提出加强河南省各地区科研事业单位创新能力的对策建议。【结论】有助于科研事业单位调整科研方向和力度,实现科技管理工作分类指导。     

基于因子分析方法的海南省旅游竞争力比较研究

以每个省作为一个地区,抽取南方14个省市,选取分别反映旅游竞争力各个方面的13个指标,采用SPSS17.0软件进行因子分析.通过分析对比、评价影响海南省旅游发展的主要因素,进而提出提高海南旅游业竞争力、促进海南旅游业发展的具体措施.最后提出一些建设性意见,旨在为海南旅游业发展提供一定的理论基础.     

基于因子分析的桥梁主梁耐久性评价方法研究

选取混凝土碳化深度、混凝土裂缝状态、氯离子含量、钢筋锈蚀等12个指标,通过实地调查检测得出18组混凝土桥梁主梁耐久性数据,对其评估体系及方法进行研究。遵循简明科学原则、量化原则、数据易得且可比原则等原则,基于因子分析方法提出了用于钢筋混凝土桥梁主梁耐久性状态评估的指标体系和方法。结果表明:不同环境主梁自身特性对混凝土桥梁主梁耐久性的影响,并为桥梁养管单位提供是否需要进行耐久性维护提供理论依据。     

基于因子分析的纺织机械企业技术创新能力内涵研究

通过对25家纺织机械企业的技术创新能力客观数据的因子分析,凝练指标,分析内涵,获得了纺织机械企业技术创新能力6个方面的构成要素,这些要素和最初所设定的指标含义具有了相当不同的方面,使技术创新能力具有了层次循环的特别含义。     

中国各主要省市综合发展水平的因子分析

对中国的各个主要主要省市的经济、社会发展状况进行分析和综合评价,通过因子得分判定各个主要省市综合发展水平,并对统计结果进行排名和分析。结果表明,综合得分前4名的省市依次是北京、上海、天津和浙江。得分最低的4个省市依次是广西、甘肃、西藏和贵州,与实际情况相符。     

基于改进的区域背景实时更新的目标检测

针对静止摄像机条件下运动目标的检测问题,提出了基于改进的区域背景实时更新的目标检测算法,该方法首先对连续的三帧图像分别做帧间差分并将差分图像二值化,运用改进的线段编码的方法对二值化后的差分图像进行扩充以填补由帧间差分引起的空洞,然后用当前的二值化差分图像减去前一个二值化差分图像,差值为负的区域就是背景应该实时更新的区域,最后用传统的背景差分法就能检测出运动目标．实验结果表明,该方法不仅能在一直有运动物体的视野内获得完整的背景图像,而且背景的实时更新也能有效的减小噪声和突然进入摄像机视野的物体的干扰,有较强的鲁棒性．     

基于改进特征融合和区域生成网络的Mask R-CNN的管件分拣研究

针对管件分割任务中各类管件区分难度大,光线和阴影对分割精度存在干扰等问题,提出了一种改进的掩膜区域卷积神经网络（mask region-convolutional neural network,Mask R-CNN）的管件分拣算法。通过增加低层特征图以改进特征融合网络,提高小型管件的识别率;根据管件尺寸比例改进区域生长网络的生成框,以加快模型收敛速度;增加通道和空间注意力模块,提升管件识别精度及掩膜效果。将改进后的Mask R-CNN用于四类管件的分拣任务,实验结果表明,改进后Mask R-CNN的掩膜检测平均精度均值（mean average precision, mAP）和平均召回率（mean recall, mRecall）值分别提高了1.5%和1.7%,对管件位置、类型和尺寸的判别能力更强,能够满足实际生产中机器人分拣管件的精度要求。