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:
工程项目风险预测是一个非常重要的问题,项目经理都很关心,但是至今仍然没有一种项目风险预测方法得到学者们公认.尝试将蚁群化学聚类算法用于这一问题,并通过一个算例来说明整个过程,结果显示预测效果良好.针对此问题将蚁群化学聚类算法与SVM进行了比较,表明了与SVM相比蚁群化学聚类算法具有简单易操作的特性.
推荐文章
核蚁群化学聚类算法
蚁群化学聚类算法
径向基核函数
核蚁群化学聚类算法
油田地面工程项目风险管理研究
油田
地面工程项目
风险管理
浅谈电力工程项目风险管理对策
电力工程
项目风险管理
经济效益
电力公司
BT工程项目风险分析与效益共享研究
BT模式
项目融资
风险管理
分担机制
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 蚁群化学聚类在工程项目风险预测中的应用研究
来源期刊 计算机工程与应用 学科 工学
关键词 蚁群化学聚类 支持向量机 风险预测
年,卷(期) 2011,(2) 所属期刊栏目 工程与应用
研究方向 页码范围 239-241
页数 分类号 TP301
字数 3095字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.02.071
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 郑建国 东华大学旭日工商管理学院 155 1539 19.0 33.0
2 王翔 东华大学旭日工商管理学院 15 258 7.0 15.0
3 王玉玲 东华大学旭日工商管理学院 5 50 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (43)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (19)
二级引证文献  (14)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(6)
  • 参考文献(3)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蚁群化学聚类
支持向量机
风险预测
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导