排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
房地产物业市场的准确分类是房地产开发决策和控制风险的前提和基础．针对传统的以回归分析、模糊聚类为主的方法存在建模困难、计算繁琐、适应性弱等缺点，提出了基于ART神经网络的房地产物业分类方法．该方法避免了繁琐的建模过程，简化了分类计算，同时由于其无监督学习的特性，使其具有很强的适应能力．同时本文还以杭州市房地产市场为例，论证了方法的合理性和可行性，并探讨了其实际应用的潜力和措施． 相似文献
2.
基于蚁群算法的施工项目工期-成本优化 总被引：3，自引：0，他引：3
工期-成本优化是施工项目计划的一个重要方面.它从实质上属于一类多目标优化问题.结合近年来提出的一种新的进化算法-蚁群算法(ACO),尝试对工期成本问题(TCTP)进行求解.通过与改进自适应权重方法(MAWA)的结合,ACO算法不仅可以找到最优解,还可以得到问题的帕雷托前沿.通过一个算例验证了算法的有效性,并和枚举法和遗传算法的计算结果进行了比较.结果表明蚁群算法对于工期成本优化问题的求解是十分适用的. 相似文献
1