基于预处理小波神经网络模型的协同创新客户评价与应用研究

被引:10
作者
杨洁
杨育
王伟立
赵小华
宋李俊
机构
[1] 重庆大学机械工程学院
关键词
协同产品创新; 学习效应; 创新客户; 识别与评价; 小波网络;
D O I
10.13196/j.cims.2008.05.52.yangj.028
中图分类号
F274 [企业供销管理]; F224 [经济数学方法];
学科分类号
1201 ; 0701 ; 070104 ;
摘要
为了在协同产品创新中有效地识别和评价创新客户,提出了运用基于预处理的小波神经网络模型,对协同创新客户进行评价。在分析面向客户学习效应评价过程的基础上,建立了包括学习效应在内的,由五个方面构成的协同创新客户综合评价指标体系。运用粗糙集理论对评价指标进行预先处理,减少了冗余指标项,降低了小波网络的输入维数,采用迭代梯度下降法和逐步检验法确定小波网络结构,然后应用小波网络进行协同创新客户综合评价。应用结果表明了该评价模型的有效性和可行性。
引用
收藏
页码:882 / 890
页数:9
相关论文
共 10 条
[1]   基于工具箱的用户创新模式 [J].
徐哲 ;
范婷婷 .
北京航空航天大学学报(社会科学版), 2006, (01) :20-23
[2]   基于“关系”发展视角的企业集群式创新研究 [J].
杜龙政 ;
刘友金 ;
耿剑锋 .
系统工程, 2005, (12) :53-58
[3]   基于双层进化的产品客户化设计 [J].
任尊茂 ;
蒋祖华 ;
黄国全 .
上海交通大学学报, 2005, (06) :857-863
[4]   粘着信息与用户创新工具箱:一个研究综述 [J].
叶兴波 ;
刘景江 ;
魏梅 .
科研管理, 2004, (03) :100-105
[5]   ECCRM中的客户知识管理 [J].
郭清 ;
樊治平 ;
郑苗 ;
王建宇 .
东北大学学报, 2004, (03) :299-302
[6]   面向客户的协同工业设计产品方案评价系统 [J].
田生彩 ;
方卫宁 ;
郭北苑 ;
徐媛媛 .
计算机集成制造系统-CIMS, 2003, (S1) :65-69+74
[7]   基于客户的大规模定制产品的协同设计研究 [J].
宛西原 ;
刘飞 ;
尹超 ;
郑华林 .
计算机集成制造系统-CIMS, 2002, (12) :936-940
[8]   递阶进化算法的小波网络在设备状态预测中的应用 [J].
何永勇 ;
褚福磊 ;
钟秉林 .
清华大学学报(自然科学版), 2002, (06) :754-757
[9]   用户创新概念及其运行机制 [J].
吴贵生 ;
谢韡 .
科研管理, 1996, (05) :14-19
[10]  
Best practice benchmarking: a route to competitiveness?[J] . Graham Francis,Matthew Hinton,Jacky Holloway,Ian Humphreys.Journal of Air Transport Management . 1999 (2)