协同产品创新中的创新客户流失预测模型

为了降低创新客户流失对协同产品创新过程及企业造成的损失,在协同产品创新中有效识别具有流失倾向的创新客户,提出改进的代价敏感学习支持向量机创新客户流失预测模型。在分析创新客户流失预测特点的基础上,提出创新客户流失预测研究框架;针对传统分类算法大多以预测精度为目标、忽略创新客户流失误分类的代价和数据集非平衡性的问题,建立了基于改进代价敏感支持向量机的创新客户流失预测模型。通过应用结果表明了该预测模型的有效性和可行性。     

基于SVDD的分类新方法

为了实现对大规模数据集的分类，提出了一种基于支持向量数据描述（SVDD）的新算法。把两类的支持向量机（SVM）问题转化为软间隔的SVDD问题，然后用核集迭代的方法得到了近似最优解。实验结果表明，提出的算法与传统的SVM方法预测精度相当，但是训练时间和测试时间更短，产生的支持向量数也更少，适用于大规模数据的分类。     

基于支持向量机回归算法的疲劳寿命预测研究

根据材料疲劳损伤的特点,提出了基于支持向量机回归算法的材料疲劳寿命预测方法。收集材料疲劳性能数据构建训练样本集,建立基于支持向量机回归算法的疲劳寿命预测模型,对疲劳载荷预处理后就可以计算出疲劳寿命。预测结果表明,该方法可利用较少的材料疲劳性能数据,实现疲劳寿命的预测。     

基于递阶支持向量机的产品族配置性能预测

为了准确而快速地对模块化产品族的配置性能进行预测,以判断其是否满足多样化的客户需求,提出了基于递阶支持向量机的模块化产品族配置性能预测方法.新配置产品性能通过对产品族中的典型产品历史数据库进行数据挖掘进行预测.介绍了基于递阶支持向量机的配置综合性能预测方法的预测框架和基本步骤,并提出一种改进混合蛙跳算法来优化支持向量化模型的核函数参数和误差惩罚因子,模拟退火算法用来提高算法的局部搜索能力和收敛速度.以某模块化设计的纸币清分机产品族为例,验证了所提评估策略的有效性.     

基于支持向量机的不平衡数据集分类方法研究

研究表明支持向量机分类方法在样本集分布不均衡情况下,对少类样本分类准确率急剧下降.针对该问题,本文提出了一种基于模糊样本集修剪技术和指导型欠采样技术的支持向量机分类算法,并对算法中新引入的参数进行了深入讨论.算法分析和仿真结果表明,文中提出的方法在不增加计算复杂度的前提下,有效地提高了算法整体分类准确率.     

粗SVM理论及其在税收预测中的应用

粗糙集理论(RST)与支持向量机(SVM)作为模式识别,数据处理的有效工具,已成为机器学习的研究热点.结合粗糙集理论和支持向量机各自的特点,提出了基于粗SVM理论的相关关系预测算法,并运用到税收领域中,实验表明,该算法取得了良好的效果.     

SVR优化算法及其在蓄电池容量预测中的应用

提出一种优化的支持向量机回归算法(SVR)并应用于阀控密封铅酸蓄电池(VRLA)的容量预测.选定径向基函数作为支持向量机同归算法的核函数,分别使用遗传算法和遗传退火算法对核参数进行寻优,在此基础上建立了蓄电池容量预测模型.比较了在遗传算法和遗传退火算法两种参数优化方法下支持向量机回归算法对VRLA容量预测的精准度.仿真结果表明,基于遗传退火算法寻优的支持向量机回归算法用于VRLA容量预测的性能优于单一的遗传寻优算法.     

基于支持向量机和遗传算法的柔性砂带磨削刀具状态研究

砂带磨削过程中,磨粒的磨损会影响材料去除率以及零件表面质量.针对砂带磨削过程中刀具状态预测问题,采用基于支持向量机和遗传算法的预测模型实现砂带磨损状态的有效预测,并对预测效果进行仿真验证.简化砂带磨削工艺,构造磨削工艺数学模型.引入K值最近邻算法作为遗传算法的适应度函数,构造了基于支持向量机和遗传算法的预测模型.采用MATLAB数学软件对砂带进行实时仿真计算,并与采集的实验数据进行对比和分析.结果 显示,基于支持向量机和遗传算法的预测模型,预测的不同加工参数下的砂带磨损量与实验数据基本吻合,误差不超过8％.采用基于支持向量机和遗传算法的预测模型可以准确预测砂带的状态,有助于提升砂带利用率及精加工质量.     

面向无人化取料机的毫米波雷达感知技术

针对散料港口无人化取料机往复取料效率低,毫米波雷达感知数据集噪声多、波动频繁、数据不平衡导致现有机器学习分类模型效果欠佳等问题,提出了一种基于改进模糊孪生支持向量机结合1-近邻算法的孪生重叠敏感边距分类器的料堆边界感知方法。首先,利用毫米波雷达获取料堆边界扫描数据并进行预处理,依据空间分布以及作业特点设计提取点云的10维特征,组成料堆点云样本数据集;其次,引入改进模糊隶属度函数的模糊孪生支持向量机,将料堆点云样本数据集划分为重叠与非重叠区域;然后,采用模糊孪生支持向量机决策边界、1-近邻算法分别对非重叠与重叠区域样本进行分类,以提高对不平衡数据集的分类能力;最后,将得到的分类结果加入感知环节,达到料堆边界感知目的。在人工作业雷达采集的数据集上的实验表明,所提出感知方法有效提高了对少数类的识别能力。现场实验表明,改进后的感知方法更接近操作员的判断,斗轮空转时间占比减少15.1%,提高了无人化取料机的作业效率,对无人化散料港口的建设具有参考意义。     

基于特征选择的支持向量机在故障诊断中的应用

机械设备因为其本身结构的复杂性,故障很难简单地进行诊断,所以智能诊断成为一个热点的研究方向。以前的工作中多是通过神经网络甚至支持向量机等方法进行诊断,本文提出了基于支持向量机集成的特征选择算法,通过该算法可以有效去除故障数据集中所提取的不相关特征,并在新的更少特征的数据集上进行建模。在实际某柴油机故障数据上的计算表明:在通过特征选择后的数据集上利用支持向量机集成的方法建模可以得到比不进行选择更好的结果,也得到了比单个支持向量机建模更好的结果。     

产品顾客满意度评价指标体系和方法研究

论述了顾客需求结构、现代产品和产品顾客满意度等概念，提出了一种通用的产品顾客满意度评价指标体系。本文以摩托车产品为例，论述了在预调查阶段运用信度分析和因子分析，确定正式评价体系和调查问卷的方法；给出了满意度的层次分析计算方法；最后，运用奖惩分析、相关分析和重要性一满意度分析等方法进行了满意度的综合评价分析研究。实例分析结果说明了这种评价指标体系和方法的实用性和有效性。     

基于模糊Kano模型的顾客需求重要度计算方法

针对传统需求重要度计算缺乏需求分类处理能力的问题,提出一种基于模糊Kano模型的顾客需求分类和重要度计算方法。采用模糊Kano模型对顾客调查数据进行统计和分析,将顾客需求分为基本需求、期望需求和兴奋需求。同时,引入重要度调整函数,使需求类别与重要度计算相结合,从而指导企业以最小投入获得最大顾客满意度。某企业联合收割机顾客满意度的测评证明了该方法的有效性。     

客户的认知投入与保持投入模型研究

为了实现企业以最小的客户投入来保持更多有长期价值客户的目标，通过数学建模，对客户长期价值、客户投入全过程进行了深入分析，研究并构建了客户认知投入与保持投入的计算模型，给出了客户投入的最优估算值，实现了企业对客户投入的最优控制，降低了客户投入成本，提出了企业应针对不同客户，分配相应的企业资源，尤其是优先选择且分配较大份额的资源给高端客户，才能更有效地保证企业经济利润的最大化。     

质量管理中的顾客满意度研究

随着时代的发展,质量的概念发生了很大的变化,其判断标准由原来的符合技术标准转而成为满足顾客需求,顾客成为质量的最终判断者。对顾客满意度的评测问题是产品使用过程质量管理中的一个重要方面,越来越引起企业决策者们的关注。本文给出了顾客满意度及其影响因素的关系模型,通过对顾客群体以及满意度体系的分析,并结合实例给出了一个满意度的评测方法。     

基于客户满意的产品定制模型研究

为了给定制客户提供最满意的定制产品，依据定制产品的属性指标对定制客户满意度的影响，将定制产品的属性指标分为正相关指标、负相关指标及点指标三类，采用统计分析及曲线拟合方法得到了三类指标的客户满意度，并建立了一种基于客户满意的企业产品定制模型。用矩阵法和相似性原理法对产品定制模型进行了求解，以客户定制摩托车为例对以上两种求解算法进行了验证。计算结果表明，两种算法得到的产品定制模型解完全一致，从而得到了基于客户满意的定制产品最优方案。     

粗糙集和信息熵处理在产品用户需求重要度确定中的应用

在产品方案设计阶段,明确用户群及其需求重要度关系到产品设计目标特性的质量。提出一种根据用户基本特征进行用户群划分,应用粗糙数排序筛选用户群的基本需求,对每个用户群按职业再进行用户子群划分,应用信息熵处理方法计算各用户子群的权值、用户群各项基本需求的重要度。该方法能有效的减小用户需求信息调查的模糊数值矩阵的阶数,能使产品设计者更准确的获取用户群及其需求信息。通过案例说明了其应用过程。     

基于设计模板的产品快速配置设计方法研究

针对现有配置设计中客户需求与实际配置结果存在的差异,提出了利用设计模板实现产品快速配置的设计方法.为规范客户需求描述,在建立客户需求模型的基础上,以需求指标及其权重在模板定义域范围内对相似实例进行匹配.产品的静态拓扑结构、约束关系和动态信息传递关系用有向图来表达,并将有向图分解为子图的形式来表示产品的多层结构关系.用图论和基于规则推理方法实现了产品的快速配置,并对配置结果进行客户满意度评价.以小型农业作业机产品为例,验证了配置设计方法的可行性.     

客户流失问题研究综述

为了提高企业的客户服务水平,总结了五种客户流失预测算法,介绍了三种算法评价模型;归纳了造成客户流失的原因;概括了客户流失挽留的分类。列举了客户流失在电信、金融和电子商务行业的应用案例。总结了当前存在的问题：整合客户信息获取、预测、流失原因分析与评估、流失挽留的研究较少;公认的预测样本相对较少;基于系统动力学的客户流失原因分析和动态客户流失原因评估不多;基于定量分析的客户流失挽留研究较少。为深入研究客户流失理论、方法和应用提供了参考。     

单台仪器检定结论的风险权衡

测试不确定度比不高将导致单台仪器检定结论的用户风险或厂家风险。本文阐述了这两类风险的产生原因及其相互关系，提出了用户优先因子和风险权衡的理念。     

基于产品性能词典的评论数据驱动客户需求模型研究

利用数据驱动手段快速准确地从客户行为数据中获取客户需求信息是产品开发中亟待解决的问题，为此对客户需求模型进行研究，提出了评论数据驱动下客户需求建模的方法。首先，针对基于主题聚类的评论分析中主题数目不易确定的问题，提出了产品性能词典，用以确定聚类主题，对TF-IDF方法进行了改进，用于词典创建，并基于产品性能词典完成了客户需求挖掘。其次，针对现有产品评论研究缺乏需求分析过程的问题，提出基于产品评论数据的Kano分析方法，在此基础上引入物元表示法对客户需求模型进行量化表达。最后通过实例研究验证了所提方法的可行性与有效性。