企业危机预测与识别模型

针对当前大部分企业危机预警模型只能报警,不能预测的现状,提出一种基于指数平滑法与模式识别的预警模型。该方法首先对企业运营的单项特征指标进行预测,然后对预测结果模式识别分类,同时判断企业的危机状态。最后,用实例验证该模型的有效性。     

企业危机预警熵模型设计及应用

针对当前大部分企业危机预警模型特征选取和等级分类困难的现状,提出一种基于熵的预警方法. 该方法首先对企业运 营的指标进行特征选择,在选定指标的基础上利用判别熵选取企业危机预警特征值,然后利用熵聚类算法对预测结果进行分类, 判断企业的危机状态,最后采集沪深A股上市公司的年报数据对该模型进行了实证分析,结果表明该模型有效可行.     

基于Logit模型的中小企业成长危机预警

中小企业是国民经济发展中的重要力量,然而其成长过程却有较高的不确定性。为了构建稳健且能有效预测中小企业成长危机的预警模型,以2003年沪深中小上市公司为样本,运用Logit regression构建模型,采用2004年的样本公司对模型进行稳健性检测,最终结果表明,Logit模型可以有效预测中小企业成长危机。公司业绩和主营业务是影响中小企业成长性的重要因素。     

季节性预测的组合灰色神经网络模型研究

对于季节性时间序列具有增长性和波动性的二重趋势性 ,本文提出了季节性预测的组合灰色神经网络模型 ,研究了同时考虑两种 (非线性 )趋势的复杂季节性预测问题 ,给出了一个应用实例 ,为季节性预测提供了一种新的、有效的方法 .     

基于灰色神经网络组合模型的故障预测

针对装备故障预测存在有效样本少、模型预测精度低等问题,集成灰色理论和神经网络方法,提出基于灰色神经网络的故障预测组合模型。基于新信息优先原理和重构背景值方法优化灰色GM（1,1）模型的初始值与背景值,利用Levenberg-Marquardt算法改进反向传播神经网络模型;采用组合预测思想,将多方法融合改进灰色模型和神经网络模型,分别构建基于权重分配、基于误差修正和基于结构优化的3种灰色神经网络组合模型。以某雷达发射机的故障预测为例,验证上述方法在故障预测中的有效性。结果表明,灰色神经网络组合模型的预测精度优于单一预测模型,可用于装备的故障预测和预测性维修。     

无检测器交叉口交通流量预测的灰色神经网络模型

为解决一般预测方法要求原始数据量较大,而无检测器交叉口获得的交通流量数据又非常有限的矛盾,提出了一种基于灰色神经网络的无检测器交叉口交通流量预测方法。通过选择不同长度的历史数据构建不同的灰色预测模型,对于不同灰色预测模型得到的预测结果再使用神经网络进行组合,该方法综合了GM预测所需原始数据少、方法简单,而神经网络具有非线性拟合能力的特点。以107国道新市站2002年观测的交通流量作为原始数据,采用灰色神经网络进行时交通流量预测,结果表明了该方法是有效可行的。     

基于小波降噪的中小企业成长危机预警

引入小波降噪的方法来处理中小企业的财务数据,选用2009年和2010年中小企业的财务数据,采用2009年小波降噪处理后的财务数据和未经处理的财务数据,分别利用Logit模型、多元判别分析和支持向量机三种预警方法对中小企业在2010年是否出现成长危机进行预测,并比较小波降噪前后预警结果的准确率。结论表明,采用经过小波降噪处理的财务数据后,中小企业成长危机预警的精度有显著提升。     

基于UML的供应链危机预警支持系统的建模与开发

介绍供应链危机预警支持系统，它能够对供应链运营过程中所面临的危机进行事先的识别与判定，从而及时地为供应链系统经营者决策提供参考和警告，从而有效防范风险。然后用统一建模语言UML(United Modeling Language)从功能角度对供应链危机预警支持系统进行建模，即需求模型，对象模型和体系结构模型三个子系统的建模；并开发供应链危机预警支持系统原型，实现及时预警功能。     

基于概率模式识别方法的宏观经济预警系统的进一步研究

对用概率模式识别技术设计宏观经济预警系统的方法进行了进一步的研究, 并且分析了采用这种方法的优点．在文章的结尾, 作者给出应用该技术进行宏观经济预警的两个实例     

The Study of Model About Enterprise Crisis Early-warning Based on Fuzzy Classification and

Toward the problem of judgement of enterprise crisis degree, the paper adopts fuzzy classification and fuzzy recognition method, forms enterprise character objective function in fuzzy condition, and brings forward to solve approach of optimal fuzzy classification center matrix, optimal fuzzy recognition matrix and optimal index weight under different crisis degree. By using the method in enterprise crisis early-warning example, it can distinguish enterprise crisis degree effectively.     

基于灰关联分析的目标识别方法研究

深入研究了灰关联分析方法在目标识别中的应用，提出了基于灰关联分析的目标识别方案，给出了对目标声信号进行灰关联分析的方法和步骤，并以此作为灰色目标识别的基础，在此基础上，利用舰船声场通过特性仿真数据建立了典型目标的模本数据和待识目标样本数据，进行了舰船目标声信号的灰关联分析，确定了目标识别与分类的判据，对两类舰船目标类型进行了识别，从而验证了灰关联分析方法应用于目标识别的可行性和有效性。     

基于灰关联分析的雷达辐射源识别方法研究

针对雷达辐射源识别的特点，本文深入研究了灰关联分析方法在辐射源识别中的应用。给出了对雷达侦察设备上报的辐射源参数数据进行灰关联分析的方法和步骤，同时给出了数据列确定的具体方法以及两种求取权系数的方法，探讨了判据阈值的选取，并在此基础上进行了雷达型号和工作模式的识别。仿真结果表明了该方法的可行性和有效性，可用于每类雷达有多个模式以及侦测参数不全的场合，为工程应用提供了参考。     

基于Kohonen网络的减速箱机械故障模式识别

在自动聚类分析的基础上，根据某汽轮机减速箱运行状态的特征数据，采用Kohonen网络方法，随机选取该汽轮机减速箱运行状态的几组特征数据进行训练。结果竞争层有三个神经元获胜，即该机械的运行状态被分为三类。训练好的网络于对其余几种特征数据进行识别。根据识别结果可以确定该机械的运行状态。结果与选用其它方法所确定的结果一致。因此，Kohonen网络方法可应用于模式识别。从而该方法能实现对汽轮机减速箱运行状态的监控。     

基于拉普拉斯特征映射的故障模式识别方法

拉普拉斯特征映射算法能有效提取高维非线性数据中嵌入的低维流形特征.将其引入到设备故障诊断领域,应用于故障模式识别问题,提出了一种基于拉普拉斯特征映射的故障模式识别新方法.运用基于拉普拉斯特征映射的非线性降维算法直接对原始故障信号进行学习,提取出数据内在的流形特征,极大地保留了信号中内含的整体几何结构信息,有效克服了常规模式识别方法仅能获得局部线性结构的不足,明显改善了故障模式识别的分类性能.仿真和工程实例结果表明了所提方法的可行性和有效性.     

模糊灰关联模式识别方法及其应用

首先建立灰关联分析的新的理论模型,然后将其与模糊集理论结合起来,提出了一种模糊灰关联模式识别方法．通过应用于场地土类别的评定,从而说明了本文方法的有效性     

属性识别方法及其在期货价格预测中的应用

在属性集,属性测度概念基础上,针对模式识别问题,提出了属性识别方法．该方法在期货价格趋势预测中获得了较为成功的应用.     

一种基于需求景气分析和“幼稚预测”思想的需求预测模型

根据汽车生产企业和宾馆企业需求预测问题的基本特点,利用需求时间序列及其变化曲线,提出了一种基于需求景气分析和"幼稚"预测思想的定量预测模型,即首先划分产品的景气变化模式,然后寻找当前点状态的最佳历史匹配,并据此给出需求预测值.本文给出了模型的相关定义及算法,并以宾馆和汽车生产企业的实际需求数据为应用对象,检验了该模型的预测性能.试验结果表明,该方法具有较理想的预测精度.     

基于功能需求模式识别的变异式产品需求分析建模方法及其在产品设计中的应用

提出一种产品需求分析建模的方法,它通过识别已有设计的功能需求模式来映射历史数据和抽取专家经验和知识,从而在新产品设计中根据功能需求模式,通过对以往产品设计的修改和进化来进行产品需求分析．功能需求模式的定义、识别和利用在文中进行了详细的讨论．该方法理顺了需求分析定义的精化过程,简化了繁琐的顾客与设计者的沟通和交互过程,并减轻了需求分析定义中内在的复杂性和模糊性．机器学习技术的应用,将专家经验和知识结合到功能需求模式中,并反映产品进步、技术趋势和市场竞争等战略性因索,从而增强了需求分析中有效利用领域知识的能力．在电源产品设计的实践表明了该方法的可行性和潜力．