高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于SVM与DT的核电装备制造业供应风险组合预测模型

石春生 孟大鹏

石春生, 孟大鹏. 基于SVM与DT的核电装备制造业供应风险组合预测模型[J]. 核动力工程, 2011, 32(5): 138-142.
引用本文: 石春生, 孟大鹏. 基于SVM与DT的核电装备制造业供应风险组合预测模型[J]. 核动力工程, 2011, 32(5): 138-142.
SHI Chunsheng, MENG Dapeng. Combined Prediction Model for Supply Risk in Nuclear Power Equipment Manufacturing Industry Based on Support Vector Machine and Decision Tree[J]. Nuclear Power Engineering, 2011, 32(5): 138-142.
Citation: SHI Chunsheng, MENG Dapeng. Combined Prediction Model for Supply Risk in Nuclear Power Equipment Manufacturing Industry Based on Support Vector Machine and Decision Tree[J]. Nuclear Power Engineering, 2011, 32(5): 138-142.

基于SVM与DT的核电装备制造业供应风险组合预测模型

基金项目: 

国家自然科学基金重大项目(70972096)

详细信息
    作者简介:

    石春生(1958—),男,教授。2002年毕业于哈尔滨工业大学企业管理专业,获管理学博士学位。现为哈尔滨工业大学管理学院博士生导师,研究方向为组织创新。孟大鹏(1981—),女,讲师。2010年毕业于哈尔滨工业大学企业管理专业,获管理学博士学位。现为辽宁工程技术大学工商管理学院教师,研究方向为风险管理

  • 中图分类号: F253.9

Combined Prediction Model for Supply Risk in Nuclear Power Equipment Manufacturing Industry Based on Support Vector Machine and Decision Tree

  • 摘要: 基于对核电装备制造业供应风险的识别,确立风险预测的指标体系;对国内3家重点核电装备制造企业及其60家供应商进行问卷调查及深度访谈,运用支持向量机与决策树组合的方法建立供应风险的预测模型。实证研究表明,组合预测模型对供应风险预测的精确性优于单一方法的模型,证明了该预测体系的可行性与可靠性,为核电装备制造业供应风险的管理提供了一种对供应商进行考评、测量供应风险度的方法。

     

  • 加载中
计量
  • 文章访问数:  16
  • HTML全文浏览量:  5
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-05-20
  • 网络出版日期:  2025-03-08

目录

    /

    返回文章
    返回