基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种高维数据的最优层次分析组合预测算法,即通过相关系数得到影响因素的分组,并得到相应的权值,通过设定参数权值向量和最优非线性问题,得到比较好的预测值,比没有分组得到的结果更好,这样克服了主观定义成对比较矩阵及一致性检验,从而具有更广泛的实用性.
推荐文章
基于粒子群算法的水资源需求预测
群智能
粒子群算法
水资源需求
预测
优化
基于自适应神经网络的物流需求预测研究
物流需求
自适应神经网络
误差梯度
基于BP神经网络的野外驻训备件需求预测研究
人工神经网络
需求预测
误差反向传播算法
精确保障
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高维数据分组的陶瓷产品需求预测算法
来源期刊 陶瓷学报 学科 工学
关键词 分组 参数权值向量 最优非线性问题
年,卷(期) 2009,(2) 所属期刊栏目
研究方向 页码范围 239-242
页数 4页 分类号 TQ174
字数 1986字 语种 中文
DOI 10.3969/j.issn.1000-2278.2009.02.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 詹棠森 景德镇陶瓷学院信息工程学院 73 171 7.0 8.0
2 刘伟洁 景德镇陶瓷学院信息工程学院 13 29 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (152)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (14)
二级引证文献  (9)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(10)
  • 参考文献(1)
  • 二级参考文献(9)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
分组
参数权值向量
最优非线性问题
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
陶瓷学报
双月刊
1000-2278
36-1205/TS
16开
景德镇东郊新厂景德镇陶瓷学院
44-83
1980
chi
出版文献量(篇)
2392
总下载数(次)
6
总被引数(次)
11813
论文1v1指导