带有目标顾客定位的排队选址问题

针对多种顾客类型情况,提出了可以对目标客户进行选择的排队选址模型.不同类型顾客的需求率和单位利润不同,通过选址和目标客户定位,选择服务区域和服务对象.将选址和目标顾客选择作为决策变量,建立了0-1整数规划模型,目标函数是使利润最大化.研究表明,选择适当的服务对象可有效提高设施利润.由于顾客选择和选址问题都是NP困难问题,提出了相应的启发式算法.     

民航旅客忠诚度模型预测方法

结合现阶段民航企业的特点,重点研究如何利用忠诚度预测模型提高企业的服务水平方法,在此基础上,建立提高旅客忠诚度的决策服务体系.通过建立符合民航的旅客忠诚度模型,运用PLS-SEM方法量化忠诚度指标;由于调查数据量的限制,研究在小样本集下的偏最小二乘法预测方法,制定提高忠诚度指标策略.对实际采集数据的分析试验也验证了该方法有助于细化分析航空公司服务水平,操作性强,效率高,可为民航企业改进服务提供决策支持.     

贝叶斯网络个人信用评估模型

研究了朴素贝叶斯分类器、树增强朴素贝叶斯分类器2种贝叶斯网络信用评估模型的精度,用10层交叉验证在2个真实数据集上对贝叶斯网络信用评分模型进行了测试并与神经网络模型进行了比较.结果表明,贝叶斯网络信用评估模型具有较高的分类精度,在信用评估中具有优势.     

基于QFD和Kano模型的供应商选择方法

为降低供应商选择过程中的主观偏见和不确定性,综合应用QFD、Kano模型和模糊集理论提出了一种新的供应商选择方法.应用QFD方法将需方对欲购产品的各项需求转换为可精确度量的、与该产品相联系的工程特性;通过专家打分,确定各项需求的相对权重、各工程特性间的关联强弱,以及各项需求与工程特性间的关系,并用非对称三角模糊数进行定量描述,据此计算各工程特性的权重,得到供应商选择的质量屋.然后,根据权重对全部工程特性进行排序,将排序结果区分为Kano模型中的3类需求,并用Kano系数表示.最后,综合工程特性值和Kano系数得到候选供应商在各特性上的表现得分,经加权求和可获取该供应商的总得分.通过算例验证了所提方法的有效性,并进行了决策者的敏感性分析.     

基于序列对齐的客户购买行为相似比较方法

序列对齐方法(SAM)是一种比较字符串序列间差异程度的方法。在SAM的基础上,提出了客户购买行为的相似比较标准,并给出了快速计算客户购买行为相似度的算法,从新的角度解决了客户的相似性比较问题。该方法可以发现客户购买产品和购买金额的差异,对基于客户购买行为的市场细分具有实际应用价值。     

垄断企业的顾客忠诚研究

尽管顾客忠诚对于企业具有重要的意义,在垄断行业内却对其缺乏足够的重视。以某居民供电企业为例,研究了垄断环境下顾客忠诚的维度结构,以及其同服务质量、顾客满意之间的关系。结果表明,垄断企业应了解并超出顾客的期望,通过提高服务质量和顾客满意水平,增强顾客对企业的信任度、合作度、宣传度和价格承受度,将虚假忠诚转化为真正的忠诚。     

基于神经网络的企业信用等级评估

企业信用等级评估是金融领域重要的问题，论文采用人工神经网络模型研究企业信用等级的评估问题，按照企业样本在信用等级的分布状况来抽样，然后，根据企业样本性质的不同，将其分为制造业和非制造业两大类，利用偏相关分析方法建立了企业信用评级的指标体系，此外，还介绍了几种企业信用评级常用的评估模型，并将神经网络评估模型的性能和其他的信用评估模型作了比较，实验结果表明神经网络模型具有更好的预测准确性。     

一个基于模糊决策理论的投资组合模型

对清晰和模糊两种情况下的组合投资问题进行了研究 ,提出了相应的模型和求解方法 .模型以绝对偏差和代替方差 ,假定交易费用函数为 V-型函数 ,给出了将目标函数中含有非线性项或含有非线性约束的优化模型转化为线性规划问题的一个简便方法 ,不仅大大地简化了模型的计算 ,更重要的是使得在线解决大型组合投资问题成为可能 .投资者的主观意见反映在模糊情况的组合投资模型之中 .最后通过一个例子来说明本文所提出的方法 ,并对文中两个模型进行了对比分析     

以客户终身价值为准则的客户重要程度识别系统

以客户终身价值为准则对客户重要程度进行识别.首先吸收了复杂网络的研究成果,推出了客户终身价值的计算式;然后运用“忠诚度”映射此公式中几个无法直接观测到的影响因素,同时运用典型调查和综合评价法算出各类客户的忠诚度,从而建立起客户特征集与忠诚度的分类回归树,获得客户终身价值的计算值;最后以某企业为例,运用BP人工神经网络训练出一个以客户终身价值为准则的客户识别系统.     

信贷资产异质性对信贷组合损失的影响研究

在新巴塞尔协议的资本监管框架下,同一信用级别中的信贷资产被认为是同质的.本文结合Vasicek模型分析了资产异质性对信贷组合损失的影响,并比较了不同参数的异质性对损失的影响效果.分析结果显示,异质性对信用风险损失分布尤其是分布尾部有较大影响,忽略异质性一般会高估信用损失;较之资产的行业相关性,违约率和违约波动率的异质性影响可能更为显著;有关信贷组合分散化的探讨往往局限于正态假设,这将导致信用损失的低估.     

生物品种选优的系统指数模型法

在生物育种过程中,关键问题在于选出优良的生物品种。本文运用系统工程的理论和方法,以果树品种为例,提出一套生物品种选优的系统指数模型法。     

基于动态权重的信用评级

以已评级企业为依据,利用偏相关系数和Wald统计量遴选出一套最能代表企业信息的指标体系作为解释变量,以外部评级作为被解释变量,找出企业信息与其外部评级之间的动态权重映射关系;再将这种关系应用到未评级企业,从而评估未评级企业的信用等级。实证结果表明,动态权重模型在样本内外的评级准确度和可靠性均显著优于传统静态权重的OLS和有序Probit模型,新模型在样本外的平均误差仅为0.11,各评级档次犯第1类错误的概率比传统模型低20%。基于动态权重模型获得的新企业评级与原企业的外部评级具有可比性,可作为外部机构评级的合理补充,为市场提供更全面、及时的评级信息。     

顾客价值驱动的需求状态转移知识模型研究

构建顾客需求知识模型是供应厂商需求响应决策关键,论文从顾客价值角度,分析了顾客需求问题结构特性,提出需求目标、需求个体能力和需求环境是影响顾客显性与隐性需求形成,导致感知价值差异的主要要素.在此基础上,建立了顾客需求状态转移过程性知识模型,以及知识模型的"规则+框架"表达模式.     

价值工程在军用汽车选型中的应用研究

采用 0 -4评分法 ,对军用汽车的功能进行量化处理 ,并用价值工程的原理对军用汽车的选型工作进行了研究.     

一种基于正向云的自动目标识别效果评估方法

近年来随着自动目标识别(ATR)技术的快速发展,对于目标识别系统性能科学评估方法的研究越来越迫切.在总结已有方法的基础之上,针对基于模糊综合评判的评估方法中指标权重的难以合理量化,从而导致评估结果对权重数值敏感而不稳健这一瓶颈问题,引入了云理论中的正向云模型,实现了权重由定性到定量的不确定性转换.通过采用外场实测数据的仿真,验证了改进后的方法比传统的模糊综合评判方法具有更好的稳健性.     

对银行信用风险评价体系的比较

以1332个贷款实际样本为数据集,讨论了基于目前常用的4种评价体系的判别模型和LOGIT模型的预测精度问题,有助于金融机构建立内部信用风险评估模型,提高信用风险管理的科学性。     

面向客户关系管理的企业销售信息系统

分析了企业销售信息流 ,设计了面向客户关系管理的企业销售信息系统主要数据模型 ,给出了主要功能与结构 ,并讨论了系统开发中两个关键问题 .     

生活方式、顾客感知价值对中国消费者购买行为影响

主要研究生活方式直接或通过顾客感知价值间接对中国消费者购买行为的影响.选择手机作为研究对象,上海作为样本的选择地点,在问卷调查的基础上,借助探索性因子分析和确认性因子分析,获得生活方式、顾客感知价值2个度量量表.随后,用结构方程对生活方式、顾客感知价值与中国消费者购买行为之间的关系进行了研究.发现:生活方式直接影响消费者购买行为,间接通过顾客感知价值影响消费者购买行为.最后,提出了一个基于生活方式和顾客感知价值的市场划分方法,帮助企业针对消费群体定位、设计、生产、完善产品和实施有效的市场营销策略.     

顾客退货双渠道供应链中资金约束零售商融资策略

考虑顾客退货情形,研究由一个资金约束零售商和一个资金充足供应商组成的双渠道供应链,其中供应商通过网络直销渠道和零售商向顾客售卖商品.零售商可通过3种融资模式应对资金约束问题:贸易信用、银行贷款以及混合融资(银行贷款和股权融资的混合使用).分别建立了3种融资模式下的Stackelberg博弈模型,研究了供应商与零售商的最...     

基于自适应遗传模糊神经网络的信用评估建模

提出了一种自适应遗传模糊神经网络评估信用风险的模型,该模型在多子群遗传算法基础上,采用带控制参数的动态概率选择与最优保存策略相结合的混合选择策略,根据种群适应度标准差大小动态调整交叉和变异概率,并将BP算子嵌入遗传算法中,构建了多子群自适应遗传BP算法,并利用该算法优化网络的连接权值和模糊参数。将所建模型应用到信用评估中,并与BP神经网络、ANFIS以及遗传神经网络模型预测效果进行比较,结果表明该模型对信用评估具有更好的泛化能力和更高的预测准确度。