您的位置: 专家智库 > >

杨杰

作品数:6 被引量:81H指数:5
供职机构:中国科学技术大学管理学院更多>>
发文基金:国家自然科学基金安徽省自然科学基金更多>>
相关领域:经济管理机械工程自然科学总论自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 4篇经济管理
  • 1篇机械工程
  • 1篇自动化与计算...
  • 1篇自然科学总论

主题

  • 2篇客户
  • 1篇蚁群
  • 1篇蚁群智能
  • 1篇生命周期
  • 1篇偏好
  • 1篇奇异谱分析
  • 1篇企业
  • 1篇企业客户
  • 1篇群算法
  • 1篇群智能
  • 1篇子群
  • 1篇网络
  • 1篇网络方法
  • 1篇现代企业经营
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇面向产品生命...
  • 1篇聚类分析
  • 1篇客户分类
  • 1篇客户价值

机构

  • 6篇中国科学技术...

作者

  • 6篇杨杰
  • 3篇华中生
  • 2篇王卫平
  • 1篇黄飞华
  • 1篇王相宁
  • 1篇张斌

传媒

  • 1篇计算机集成制...
  • 1篇价值工程
  • 1篇预测
  • 1篇统计与决策
  • 1篇中国管理科学
  • 1篇管理科学

年份

  • 1篇2020
  • 1篇2007
  • 3篇2005
  • 1篇2003
6 条 记 录,以下是 1-6
排序方式:
面向产品生命周期的部分柔性技术选择被引量:10
2003年
本文研究随机需求下产品生命周期不同阶段的部分柔性技术选择与生产能力规划问题。部分柔性技术是相对于完全柔性技术而言的,一种生产技术的柔性程度定义为能生产一产品类中产品个数多少的能力。不同柔性强度的生产技术,其投资成本和运行成本不同。本文首先建立了以计划期上总成本最小为目标的技术选择和生产能力规划模型,然后根据产品在其生命周期不同阶段的特点与市场需求的特点,应用所建立的模型进行仿真并总结产品导入期和成熟期技术选择的特点。
华中生杨杰黄飞华
关键词:生命周期
间断需求预测方法综述被引量:41
2005年
间断需求是一种随机需求,需求数据中存在着大量的零值。具有间断需求的物资如备件、贵重设备等对于企业生产运作非常重要,需要精确的预测才能很好地进行管理,但目前研究间断需求预测方法的文献不多,已有的间断需求预测方法适用范围有限,还缺少比较通用的预测方法。本文对现有的间断需求预测方法进行了回顾,分析了当前间断需求预测方法存在的问题,并提出了未来可能的研究方向。
杨杰张斌华中生
基于客户价值和TGSOM网络方法的客户分类被引量:7
2005年
以客户为中心是现代企业经营的指导思考。它要求重视客户资源,通过研究客户确定市场,强化与高价值客户的关系。因此,客户价值对企业而言,至关重要。本文首先对企业客户价值进行了定性和定量的分析,并以定量分析为基础,在对与客户价值相关属性进行标准化之后,采用动态自组织映射神经网络(TGSOM)对客户进行分类预测。其中客户价值相关属性的标准化,是采用TGSOM网络进行客户分类的关键步骤。
杨杰王卫平
关键词:客户价值客户分类企业客户现代企业经营客户资源网络
基于SSA-ARIMA-HPSO-SVM组合模型的汇率预测被引量:9
2020年
文章首先通过奇异谱分析SSA方法对汇率序列去噪,并通过ARIMA模型,对重构后的汇率序列拟合以提取出原序列的线性部分,再使残差值通过基于杂交的混合粒子群算法优化的支持向量机进行建模并预测,两部分结果相加即为原汇率序列的预测值。结果表明:人民币汇率波动存在着周期振荡的特征,在汇率序列的样本外1-5日预测上,基于SSA方法的组合模型预测性能相对单一模型以及未采取SSA方法的组合模型均更优。
王相宁杨杰
关键词:汇率预测奇异谱分析粒子群算法
一种基于动态批量的非平稳需求库存管理方法被引量:14
2007年
非平稳需求的库存管理问题是运作管理的一个难题,对此提出了一个订购提前期可以任意固定的非平稳需求库存管理模型。在一定长度的计划期上,每个时间段上的动态订购点和订购批量可以通过求解该模型确定。考虑到需求的非平稳特征,采用滚动计划的方法,并设定计划将其冻结为1,以更好地跟踪需求的变化;然后通过计划的滚动,实现需求分布的更新和计划期上各时间段订购点与订购批量的更新。实证分析结果证明了所提出模型与方法的可行性与优越性。
杨杰华中生
基于蚁群智能的客户群偏好分析方法被引量:2
2005年
采用蚁群智能的数据挖掘方法,根据客户对产品属性的偏好评分,对客户进行有效的分类。将客户偏好作为n维空间中的一个点,运用基于蚁群智能的聚类方法,根据预先设定的群体相似系数和拾起或放下概率进行聚类分析,在空间中采用递归算法,以获得不同偏好特征的客户群体模式。
王卫平杨杰
关键词:蚁群智能客户偏好聚类分析
共1页<1>
聚类工具0