南京理工大学经济管理学院管理科学与工程系
- 作品数：17 被引量：65H指数：5
- 相关作者：徐娟更多>>
- 相关机构：江南大学信息工程学院南京航空航天大学经济与管理学院管理科学与工程系南京航空航天大学经济与管理学院更多>>
- 发文基金：国家自然科学基金江苏省博士后科研资助计划项目教育部留学回国人员科研启动基金更多>>
- 相关领域：经济管理理学自动化与计算机技术一般工业技术更多>>
- 我国企业危机管理中的对策研究被引量：1
- 2007年
- 现代企业在当今复杂多变的商业环境中运营,无时无刻都在面临着各种危机的威胁。本文从我国企业危机管理的现状出发,分析了我国近几年出现过危机的企业产生危机的主要原因,并进而提出了正确处理危机的方法和对策。
- 钟晓芳徐娟
- 关键词：企业危机管理商业环境
- 基于序贯蒙特卡洛法的自相关过程控制被引量：2
- 2010年
- 针对参数未知的自相关过程在线质量控制问题,研究了基于序贯蒙特卡洛法(SMC)的过程控制策略。在给出过程状态空间方程模型的基础上,分析了由于参数未知使得运用Kalman滤波求解控制策略时存在的困难;通过设置未知参数的先验分布,运用序贯蒙特卡洛法得到各参数的后验估计,进而获得了使过程损失最小的控制策略。给出了仿真,以分析控制策略的有效性,结果表明所得到的控制策略具有较好的控制效果。
- 刘利平马义中周晓剑汪建均
- 关键词：过程控制
- 广珠段高速公路软基稳定性分析及处理被引量：1
- 2001年
- 本文以实际工程项目为背景，详细地分析了京珠高速公路广珠段工程路堤填筑过程中出现裂缝的原因，根据稳定性计算结果的对比分析，提出了防范措施，供同行参考。
- 岳红宇杨慧等
- 关键词：高速公路软基处理稳定性分析路堤填筑
- 两种求解非正定核Laplace-SVR的SMO算法被引量：5
- 2009年
- 提出2种用于求解非正定核Laplace-SVR的序列最小最优化(SMO)算法.第1种算法仅针对Laplace-SVR而设计;第2种算法将Laplace-SVR作为所要解决问题的一种特殊情况,使算法更具通用性.所提出的算法在保证收敛的前提下,使非正定Laplace-SVR能够达到比较理想的回归精度,具有一定的理论意义和实用价值.
- 周晓剑马义中
- 关键词：支持向量回归机
- 基于模糊德菲法和熵权重法的手机开发应用研究
- 手机市场日新月异,为快速地开发出适销对路的新产品,开发人员需利用自己的专业知识,在准确地提取客户需求信息后,迅速地对一些关键功能项目进行开发,以缩短研发周期。本文以产品内部功能需求分析为基础,采用模糊德菲法对产品内部功能...
- 钟晓芳
- 关键词：客户需求
- 文献传递
- 基于梯度信息的支持向量回归机被引量：2
- 2010年
- 传统的支持向量回归机(Support Vector Regression,SVR)都没有考虑到样本点处的梯度信息,因此必须通过加大训练样本的数目来提高回归精度,但由此导致的开销在计算机试验中有时是非常巨大的,从而影响了其在计算机试验中的广泛应用。针对传统SVR的不足,提出基于梯度信息的支持向量回归机(Gradient-enhanced SVR,GE-SVR)。提出的模型能在较少样本的情况下达到较为理想的回归精度,因而具有一定的理论意义和实用价值。
- 周晓剑马义中朱嘉钢
- 关键词：支持向量机支持向量回归机计算机试验
- 从精益生产到精益企业——我国企业应对加入WTO的挑战被引量：8
- 2001年
- 本文通过对精益生产和精益企业的研究 ,揭示了精益生产和精益企业的内在本质联系 ;并分析了如何建设有中国特色的精益企业 。
- 胡锐韩玉启
- 关键词：精益生产WTO企业
- 基于SCM的企业集成信息系统的构建研究被引量：4
- 2002年
- 本文就如何构建我国供应链企业集成信息系统这一问题进行了探讨 ,提出了系统的功能架构 。
- 杨慧韩玉启
- 关键词：信息系统企业供应链管理SCM网络平台
- 基于灰色聚类的多指标稳健性设计研究被引量：2
- 2011年
- 随着市场竞争的日趋激烈,迫切地需要将产品的质量、成本、效益和顾客的满意度等市场竞争要素一起综合考虑进行稳健性设计.采用灰色聚类多指标综合评价对定性、定量指标用灰数的白化权函数加以聚类,对试验方案进行初步筛选,然后在备选方案中对同属于"优"类别的方案进行综合分析,得到一组最佳可控因子组合,并进行验证性分析.最后利用此方法对一款洗衣机用串激电机从成本、效益和顾客满意度方面综合进行考虑,进行了稳健性设计,得到真正意义上的低成本、高质量、高可靠性和高效益的产品,从而最终为解决这种带有模糊性因素的多指标优化问题开创了一种稳健性设计新思路.
- 钟晓芳刘思峰
- 关键词：灰色聚类白化权函数
- 求解非半正定核Huber-支持向量回归机问题的序列最小最优化算法被引量：10
- 2010年
- 序列最小最优化(SMO)算法是求解大型支持向量机(SVM)问题的有效算法.已有的算法都要求核函数是正定的或半正定的,从而使其应用受到限制.针对这种缺点,本文提出一种新的的SMO算法,可求解非半正定核Huber-SVR问题.提出的算法在保证收敛的前提下可使非半正定Huber-SVR能够达到比较理想的回归精度,因而具有一定的理论意义和实用价值.
- 周晓剑马义中朱嘉钢刘利平汪建均
- 关键词：支持向量机
