基于EEMD和改进Elman神经网络的地球变化磁场短时预测

针对地球变化磁场时间序列的混沌特性,提出了一种集成经验模态分解(ensemble empirical mode decomposition,EEMD)和改进Elman神经网络的地球变化磁场预测模型.首先,利用EEMD将非平稳的地球变化磁场时间序列分解为一系列具有不同特征尺度的本征模态函数(intrinsic mode function,IMF);然后,针对每一个IMF分别建立改进Elman神经网络模型,选择各自适合的最优模型参数;最后,以地磁台站实测的地球变化磁场数据为研究对象,并与基于单一Elman神经网络预测模型相比较,结果表明,EEMD-改进Elman神经网络模型的预测值能紧跟地球变化磁场的变化趋势,且明显优于基于单一Elman神经网络的模型,体现出更好的预测效果.在地磁Kp3时,预测3h平均绝对误差为1.74nT.     

基于GRNN神经网络的中厚板轧机厚度预测

根据4200轧机轧制45号钢的实测数据,利用Matlab神经网络工具箱,建立中厚板轧机厚度预测的GRNN神经网络模型.研究结果表明;GRNN神经网络模型能较好地预测轧件厚度的变化,相对误差很小;与BP网络和Elman网络模型相比,GRNN网络模型具有更高的精度和更强的稳定性.     

基于Elman神经网络的盾构滚刀磨损预测方法研究

为了解决盾构在复合地质掘进时滚刀磨损检测的难题,提出一种采用Elman神经网络预测盾构滚刀磨损状况的方法。利用滚刀换刀后正常磨损阶段的盾构掘进参数数据,建立Elman神经网络预测模型,根据依此模型得到的预测掘进速度与实际掘进速度的偏差来预测滚刀的磨损状况。文中分析了滚刀磨损影响因素,确定了Elman神经网络预测模型结构,给出了滚刀磨损判断依据。结合广州地铁五号线草淘区间左线盾构工程项目研究表明,预测结果与实际换刀情况相符。该方法建模简单,模型有效且适应性强,研究结论可为类似地质条件下的盾构滚刀磨损检测和更换提供有益的指导。     

基于Elman神经网络的污染源数据预测

为了给环境保护决策提供有价值的预测数据,提出利用Elman神经网络建立污染源数据预测模型的方法,以大气中的主要污染物SO2为例,用预测模型表征SO2的浓度和气温、相对湿度、风速、时间等影响因子及其历史数据之间的复杂关系.使用训练后的模型对数据进行模拟仿真,结果表明所建立模型的计算输出值与实际样本数据有着较好的一致性,模型预测效果优于基于BP神经网络的预测模型.     

基于灰色Elman-NN模型的粮食产量预测与分析

设计灰色Elman神经网络预测模型,用于陕西地区人均粮食占有量及粮食单产量数据的预测与分析。根据神经网络能有效修正灰色预测模型的思路,设计灰色Elman神经网络预测模型。在对陕西地区人均粮食占有量及粮食单产量数据进行分析的基础上,建立灰色GM(1,1)模型,并利用Elman神经网络对粮食单产量数据预测模型进行残差修正。所设计的Elman-NN组合模型效果及预测精度优于单一的灰色预测模型。组合预测模型可用于农业及粮食产量领域的预测,为政府制定、实施农业经济政策提供科学依据。     

消费者网上购物意愿的影响因素研究

本研究首先提出了影响消费者网上购物意愿的影响因素,通过建立结构方程模型,分析并验证了这些因素对购物意愿以及因素之间的作用.     

基于改进Elman神经网络的林隙大小预测模型

针对林隙大小的时变性、不确定性，及林隙大小与其影响因素存在复杂的非线性关系,采用改进的Elman神经网络对林隙大小建立动态模型。在分析改进的Elman神经网络结构特点、改进算法及训练过程的基础上，选择庞泉沟自然保护区内华北落叶松林、油松林、云杉林为对象,建立了基于改进的Elman神经网络林隙大小动态预测模型。结果表明:所建模型对林隙大小的拟合仿真具有很高的精度，预测效果比较稳定。最后运用此模型预测了3种林分对应调查林隙被填充者完全取代的年限。     

基于Elman神经网络的烟煤与生物质混烧灰熔点预测

基于实验法测定烟煤与不同生物质混烧灰熔点时存在工作量大、时效性差的问题,通过分析烟煤分别与玉米秸秆和木屑混烧灰的成分,并以灰成分为输入量,建立基于Elman神经网络的灰熔点预测模型。采用Levenberg-Marquardt反向传播算法训练模型,利用残差检验与后验差检验法检验模型预测性能。研究结果表明:玉米秸秆灰、木屑灰分别含有较高的K_2O和CaO,与烟煤灰相比,2种生物质灰的碱性氧化物(Na_2O,K_2O,CaO,MgO)质量分数较高,酸性氧化物(Al_2O_3和SiO_2)质量分数较低;检验结果验证了该模型具有较高的预测精度和较强的泛化能力。     

EKF-ENN算法在瓦斯涌出量预测中的应用

针对瓦斯涌出量的多影响因素预测问题,提出将扩展卡尔曼滤波算法与Elman神经网络有机结合并应用于瓦斯涌出非线性系统的动态辨识.带有整定因子的EKF滤波器通过实时对网络的权值、阈值进行全局寻优,建立基于EKF-ENN耦合算法的绝对瓦斯涌出量预测模型,利用矿井监测到的各项历史数据进行预测试验.研究结果表明:该模型的预测平均相对误差为1.67%;平均相对变动值ARV为0.000 768 1.EKF优化后的Elman神经网络预测模型相比于其他预测模型,具备更高的预测精度与更强的泛化能力.     

基于人工神经网络的污染源数据预测

通过神经网络在污染源自动监测系统中建立预测模型,对污染源数据进行预测,对环保决策、管理工作有着重要的意义。利用Elman神经网络在大气中的SO2浓度及其历史数据、影响因子之间建立预测模型,仿真结果表明所建立的模型对样本数据有着较准确的预测能力,具有一定的参考价值。     

消费者网购时行为意向对个人信息泄露的影响研究

针对电子商务中消费者个人信息保护问题,分析了在网购过程中消费者个人信息泄露的主要因素及方式,并构建了一个消费者在网购过程中信息保护行为意向(信息重要性,网站声誉,信任)对个人信息泄露影响的研究模型,通过问卷调查的方式收集到370份有效问卷,利用结构方程模型对调查结果进行模型拟合检测以及路径分析.研究结果显示信息重要性和网站声誉对信息保护行为意向有正向影响,但信任对信息保护行为意向有负向影响,信息保护行为意向对信息泄露产生负面影响.     

消费者危机感知风险对在线评论效果的影响

突发公共事件中在线评论的效果受到消费者对危机风险的感知程度的影响突显.构建消费者危机感知风险情景下的在线评论内容对消费者购买决策的影响模型,运用多元回归分析模型和Bootstrap分析进行验证,探讨评论长度、评论丰富度、评论回复等在线评论内容对消费者购买的影响,同时考虑评论有用性的中介作用以及外在感知风险和内在感知风险的调节作用.结果表明:评论有用性有中介作用,外在感知风险起正向调节作用,内在感知风险起负向调节作用,且外在感知风险对消费者购买的影响更大.突发公共事件会放大在线评论对消费者在线购买的影响,电商应加强在线交易服务和对在线评论的监管,降低消费者在线购物感知风险,促进电子商务稳定有序持续发展.     

电信运营商提供支付中介服务的探讨——基于消费者效用感知的视角

效用感知是消费者实施购物行为的先决条件。网络购买过程中的消费者效用感知已经成为学者们关注和研究的热点问题。本文基于消费者效用感知理论,提出了分离支付网上购物模式,并应用跨时期决策理论,对电信运营商提供支付中介服务的行为进行量化研究。     

国内在线评论领域的研究热点可视化分析——以中国知网364篇中文论文为例

网上购物的蓬勃发展,伴随着在线评论数据爆炸式的增长,这些年来很多研究者就在线评论领域做过研究,但是研究热点是哪些还不明晰,也鲜有学者做过研究。因此,研究通过BibExcel,Ucinet和SPSS23.0等统计软件,将中国知网中文数据库中以在线评论为篇名中文论文提取的关键词进行社会网络分析,共词分析,聚类分析以及多维尺度分析。研究发现,在线评论研究领域中的在线评论的热点特征有评论有用性、评论效价、评论质量和评论极性等,研究热点理论有感知风险理论、感知价值理论和网络口碑理论,研究热点方法有数据挖掘、情感分析、结构方程模型和消费者行为实验,研究热点结果变量有购买意愿、购买决策、购买意向和购买行为。     

新零售模式下消费者网购生鲜农产品意愿行为的研究

新零售模式的迅速崛起，使消费者网购生鲜农产品有了新的需求，现有文献缺乏新零售模式下消费者网购生鲜农产品需求行为方面的研究。因此，本文以感知收益和感知风险为理论框架，研究新零售背景下消费者网购生鲜农产品的需求行为。共收集在新零售平台有过购买生鲜农产品行为的646份有效样本，用结构方程对样本数据进行分析。研究证实，生鲜农产品质量、物流配送质量和线下体验店服务质量显著影响消费者购买意愿，以性别、年龄和月收入为分组依据的群组中结论差异较大。     

基于消费者评论挖掘的B2C网购物流服务因素类型及其作用机制研究

随着电子商务的迅猛发展以及消费模式的转变,越来越多的消费者开始选择网络购物,物流服务成为影响消费者网购满意度和制约电商企业发展的重要因素之一,因此探索影响网购物流服务的因素及其作用,并依此设计相应的物流优化方案,进而为顾客提供优质服务,提高物流顾客满意度,为企业树立良好形象,提高企业的效益。为探究消费者网购物流服务因素类型及其作用机制,从网购消费者的角度出发,以网络购物者在平台上的评价信息为研究对象,利用八爪鱼数据采集工具从天猫商城抓取一定量的评论信息,使用扎根理论研究方法对其进行分析和挖掘,通过开放式编码、主轴式编码和选择式编码提取物流服务因素主范畴和类型。把影响网购物流服务的因素分为7个主范畴,挖掘主范畴关系结构,将影响网购物流服务质量的因素归纳为配送质量、感知体验、售后服务质量和可靠性等4个主要类型。基于主范畴的典型关系结构,最终确定了"网购物流服务满意度关键影响因素"为核心范畴,分析得出物流服务质量的作用模型。运用语义网络分析和理论饱和度检验对物流服务质量因素的类型及其作用机制进行验证,语义网络分析使用ROST Content Mining知识处理与内容挖掘软件进行全网分析,通过词频分析及关键词共现分析验证所得结果;理论饱和度检验采用原始资料法与信度评估法进一步验证研究结果。结果表明:感知体验是网购物流服务的直接驱动因素,它决定了顾客是否进行网购行为;售后服务质量和可靠性通过影响感知体验间接驱动消费者的网购行为,是网购物流服务的间接因素;配送质量既可以直接影响网购物流服务质量,又可以通过感知体验间接影响网购物流服务质量。通过上述几方面改善物流服务,不仅可以提高顾客满意度,获取和保持稳定的客户群以维持企业的竞争优势,而且可以作为电商企业完善自身物流系统的重要依据,探索自身物流的薄弱环节,使企业得到更好发展。该研究方法及所得结果对B2C电子商务企业改善物流服务质量、提高企业竞争力具有重要意义。     

服装网络消费行为的静态测试与分析

针对目前服装网络购物中日益增加的退货物流,以B/C服装电子商务企业为研究对象,通过静态测试方法,分析了消费者特征与服装网络消费行为之间的影响关系。同时分析了消费者因素、服装企业因素、营销因素、网络因素、感知风险因素与消费心理及行为之间的相关性。在此基础上,运用因子分析和聚类分析划分了服装网络消费者的类型,并通过对应分析明确每一类消费者的购物偏好,为服装企业制定精准性的营销方案提供参考依据。     

顾客欣喜和顾客满意:究竟谁更能驱动顾客忠诚?

顾客欣喜和顾客满意被认为是驱动顾客忠诚的关键要素.在存在高度竞争、不确定性和高风险的网上购物情境下,考察了顾客欣喜和顾客满意对态度和行为忠诚的预测效用,检验了网上购买经验的调节作用.研究发现顾客欣喜和顾客满意一起很好地解释了行为和态度忠诚,即欣喜更易驱动行为忠诚,而满意更易驱动态度忠诚,网上购买经验调节欣喜-满意-忠诚之间的作用路径.研究结论为网上商家合理配置有限资源及如何维持高顾客忠诚提供有意义的启示.     

Empirical Study of Consumers' Purchase Intentions in C2C Electronic Commerce

Electronic commerce is becoming increasingly important in business, but lack of intention to purchase has become a main barrier in the development of electronic commerce. Thus, effective measures are needed to promote consumers’ intentions to purchase in online consumer to consumer （C2C） stores. This paper postulates that five factors, the perceived ease of use of the website, perceived usefulness of the website, vendor competence, introduction and recommendations of third parties, and vendors’ attitude toward customers, influence consumers’ intentions to purchase in online C2C stores and this intention directly leads to their action to purchase from online C2C stores. The structural equation modeling （SEM） method was used to analyze empirical data, supporting these hypotheses except for the effect of vendor competence.     

网络口碑对消费者在线购买意愿影响的实证研究

"互联网+"大环境下,网络口碑成为影响消费者在线购买意愿的重要因素。借助S-O-R模型,将发送者特征、接收者特征、口碑信息特征作为刺激因素(S),将网络口碑信任度作为有机体(O),将消费者在线购买意愿作为反应(R),剖析三者的关系并进行实证分析。结果表明:接收者专业能力、信任倾向、感知风险、网络使用与网络依赖、发送者专业能力、关系强度都正向影响网络口碑信任度和在线购买意愿。