广告系统的最优控制

本文介绍了在广告定量分析方面较为著名的 Vidale-Wolfe 模型,然后利用某种牌号牙膏在天津市的每月销量与每月广告费用数据对这一模型的参数进行了估计,最后根据得到的模型给出了广告费用在二次目标之下的最优反馈控制规律。     

需求依赖广告费用和销售价格的newsboy型产品库存模型

在假定随机需求是关于销售价格和广告费用的一般函数的前提下,提出一个新的ｎｅｗｓｂｏｙ模型,给出了寻求最优广告费用、销售价格及订货量的分析方法,并且还分析了需求的不确定性对最优销售价格和广告策略的影响．最后,通过数值实例验证了模型的求解过程并得到相关管理启示．     

需求依赖广告费用和销售价格的ｎｅｗｓｂｏｙ型产品库存模型

在假定随机需求是关于销售价格和广告费用的一般函数的前提下,提出一个新的ｎｅｗｓｂｏｙ模型,给出了寻求最优广告费用、销售价格及订货量的分析方法,并且还分析了需求的不确定性对最优销售价格和广告策略的影响．最后,通过数值实例验证了模型的求解过程并得到相关管理启示．

     

控制理论在最优市场营销策略中的应用

考虑一个具有独立经营权、生产单一产品的工厂，如何选择一个适当的市场价格和广告费用以使企业的收益最大的问题。利用现代控制理论，以商誉（ｇｏｏｄｗｉｌｌ）和参考价格（ｒｅｆｅｒｅｎｃｅｐｒｉｃｅ）作为状态变量，以广告费和实际价格作为控制变量，建立了系统的动态模型，给出了目标泛函Ｊ，并利用极大值原理和优化方法求出了最优控制。     

控制理论在最优市场营销策略中的应用

考虑一个具有独立经营权，生产单一产品的工厂，如何选择一个适当的市场价格和广告费用以使企业的收益最大的问题。利用现代控制理论，以商淬和参考价格作为状态变量，以广告费和实际价格作为控制变量，建立了系统的动态模型，给出了目标泛函Ｊ，并利用极大值原理和优化方法求出了最优控制。     

DART:武装第四媒体

百货业巨子John Wanamaker曾说:“我知道我浪费了一半广告费用,问题是,我不知道是哪一半。”互联网的诞生使得一群新的广告专家相信他们可以破解John Wanamaker的谜题,借助DoubleClick.net的网上广告精准传送、行为跟踪、统计分析等技术手段,浪费的广告费用也许可降到1/10甚至1/100。     

基于微分博弈的双渠道广告合作协调策略研究

研究在制造商开通网上和零售渠道的情形下, 供应链成员的广告合作和成本分担对双渠道协调的影响. 研究结果表明, 无论零售商的广告对品牌形象产生何种影响, 制造商分担零售商的部分广告费用均能使得双方的利润优于分散决策的情形, 但不能完全实现双渠道协调. 此外, 当零售商也分担制造商的部分广告费用时, 双方均可以实现完全的协调. 相比于零售商频繁促销产生负面影响的情形, 在不产生负面影响的情况下, 双方能够实现更多的价值.

     

关联规则在房地产广告媒体选择中的应用

针对目标客户群选择合适的广告媒体,可以用较低的广告费用获得较好的广告促销效果。论文提出了将关联规则挖掘应用于广告媒体选择的观点,对房地产公司决策型关系数据库中的属性转换问题进行了研究,用一种快速关联规则挖掘算法对房地产公司决策型关系数据库进行了挖掘,得出了一些规则。     

基于数字水印的广告监控解决方案

在电视广播中,商业广告是获取利润的一个重要的手段,商业广告的按时、按要求播出是广告商支付广告费用的必要前提,这其中就需要一个对电视台广告播出的有力的监控手段。提出了一个可行的解决方案,并针对原始视频进行了水印模拟实验和讨论,可满足广告监控的应用目的和技术需求。     

去网上借钱

Chris Lindgren急等着钱用，他已经用光了所有用于支付在线广告费用的钱，之前的营业收入也要几个月之后才能见到影子。但他的大学教材销售网站“Direct Textbook”，必须在几周后到来的学生返校高峰之前再打一些广告。     

不可思议 免费的QQ号码又回来了

面对日访问量达到两亿次Google搜索引擎,面对庞大的用户群,精明的商人怎能做过这样一个商机无限的市场呢?而它的广告费用则要比一些国内大型门户网站低廉的多!这样一个商机我们怎能错过!     

压缩感知中高斯矩阵的优化研究

为了优化高斯矩阵,对部分哈达玛矩阵与高斯矩阵的统计学参数作了对比分析,确定了导致部分哈达玛矩阵信号重构能力好的主要因素,并提出了高斯矩阵优化算法.验证了优化算法对不同规模高斯矩阵的通用性和有效性,确定了优化矩阵对各种稀疏信号重构算法的适用性.最后对优化矩阵的性能作了初步的理论和实验分析,优化矩阵的信号重构能力可达到、甚至超过哈达玛矩阵.研究成果为测量矩阵的分析、设计和优化提供了新的思路和方法.     

遗传算法及其在数据挖掘中的应用

遗传算法是一种模拟生物进化过程的自适应全局优化算法,是解决现代非线性优化问题的一种重要方法。作为一种全局优化算法,遗传算法很适合于数据挖掘工作。在介绍遗传算法的基本原理和特点的基础上,对遗传算法在数据挖掘中的应用问题作了一些初步的探讨,最后给出一个应用遗传算法进行数据挖掘的具体实例。     

基于Petri网行为紧密度的业务流程配置优化分析

业务流程优化分析是业务流程管理的重要内容之一,存在配置信息的优化分析显得尤为重要。已有研究主要集中于业务流程优化分析,但对于存在配置信息的业务流程优化则存在不足。对业务流程配置优化分析进行了研究,提出了日志与业务流程Petri网模型的紧密度计算方法 以及基于行为紧密度的业务流程配置优化分析方法。首先根据给定事件日志的执行序列及实例数建立初始模型,计算初始模型与剩余日志的紧密度,利用紧密度大的日志优化初始模型;然后引进配置变迁对初步优化后的模型进行进一步优化;最后通过一个简单的实例说明了该方法的可行性。     

基于粒子群优化的灰色神经网络组合预测模型研究

灰色神经网络在人工智能预测领域已经得到广泛的应用,但由于其自身存在局部最小化和收敛速度慢等问题,使其预测精度受到一定的限制。针对其不足,本文提出一种利用粒子群算法优化BP神经网络的学习算法,在此基础上,利用灰色预测方法对股指期货历史数据进行初步预测,并且把初步预测的结果作为优化BP神经网络的输入进行训练和预测,构建了基于粒子群优化的灰色神经网络组合预测模型(PSO-GMNN)。仿真实验结果表明,新预测模型的预测精度高于BP神经网络、灰色神经网络和灰色预测模型,同时也表明了该方法的有效性和可行性。     

基于J2EE的房地产营销系统的设计与实现①

当前中国房地产行业飞速发展,其营销方式不断变化。随着消费者的个性需求越来越多,客户服务在房地产营销体系中所占的比重不断增大,而且传统媒体广告费用也不断增加,使得传统营销方式正面临着诸如客户管理,营销策划,营销管理等方面的许多问题。基于J2EE轻量级架构的房地产营销系统具有良好的扩展性和安全性,为其提供了解决方案,并极大地提高了效率,抓住了客户。     

粒子群优化算法中加速系数的实验分析

基于粒子群优化的原理,利用标准测试函数对粒子群算法的参数设计进行实验分析,依据函数特性进行初步分类,揭示不同类型优化问题中加速系数与惯性权重的相互关系及其设计规律。该项研究成果为粒子群算法的理论研究提供了实验依据,并为算法的实际应用创造了有利条件。     

SVM参数优化方法分析与决策

针对支持向量机应用过程中的参数选择问题,从UCI数据库选择样本集,分别采用传统的网格法、智能优化算法中的粒子群法及遗传算法实现核函数参数寻优过程,将所得最佳参数应用到样本测试中;在深入分析优化过程中各参数关系、参数对支持向量机性能的影响以及传统与智能优化算法的优劣后,得出了核函数优化策略;即先使用智能优化算法初步确定最优解范围,再结合网格法进行高精度寻优;实验数据验证了参数优化策略的有效性,为扩大支持向量机泛化率、提高应用性做了铺垫。     

基于SA-PSO的小波神经网络汽轮机故障诊断

针对传统小波神经网络的问题,提出了一种基于模拟退火粒子群算法优化小波神经网络并用于汽轮机故障诊断.先使用模拟退火粒子群算法对小波神经网络的参数进行初步优化,再用小波神经网络进行二次优化训练.实验结果表明,所提出的SA-PSO-WNN算法与WNN、PSO-WNN算法相比,网络的训练速度更快,全局搜索能力更强,网络的泛化能力更好,具有很好的实用价值.     

基于改进FOA的风机叶片结构损伤检测

为解决风轮叶片多损伤情况下的结构损伤识别问题,提出一种基于单元模态应变能变化率和改进果蝇优化算法的分步损伤判别方法。该方法首先采用单元模态应变能变化率对损伤进行初步判定,然后利用果蝇优化算法对损伤位置和程度进行精确识别。由于传统果蝇优化算法极易陷入局部最优问题,则对其进行了改进。结果表明:采用单元模态应变能变化率可以有效识别出可能的损伤单元,在此基础上用改进果蝇优化算法可以更精确地识别结构损伤位置和程度,同时采用改进果蝇优化算法的识别精度明显优于简单果蝇优化算法。