基于ANN的投标报价的风险预测研究

本文对建筑工程投标报价过程中存在的风险因素进行了系统分析,并利用人工神经网络作为数学工具建立一个数学模型。通过其模型产生的预测值,为承包商的最终决策起到了支持作用。     

浅谈施工投标报价的分析方法

工程的投标报价的是否恰当一方面直接影响到投标的商务得分,对工程的能否中标影响重大.另一方面体现了施工企业对工程的盈利能力的把握,反映出施工单位的经营管理水平的高低.本文阐述了工程投标过程中报价的一些分析方法及其具体运用.     

工程投标报价技巧刍议

作者总结多年工作经验,结合理论,提出几种工程投标报价技巧及其适用条件．     

建设工程投标报价的策略

建设工程投标报价过高或过低都会影响中标，投标人应核准企业成本，制定合理投标价格，并使其报价对评委具有说服力，才能在工程投标中取胜。     

建筑施工企业投标报价浅议

按现行招投标规定,从实践出发,论证施工企业投标报价的具体操作方法。     

投标报价决策数学模型探讨

本文针对目前投标报价决策模型中对投标者技术水平、管理水平缺乏考虑的局限性,提出了以“报价优胜概率”和“价格变差概率”为基础,采取表算形式,针对不同风险建立“保守定价法”决策模型。同时提出了投标报价的评估和优化,以求从投标者面对的竞争环境和自身技术、管理水平两方面,确定出合理、科学的报价。对如何正确运用“保守定价法”加强投标报价决策提出了一些建议。     

浅谈工程投标报价的策略

投标策略是承包商在投标竞争中的系统工作部署及其参与投标竞争的方式和手段。投标策略作为投标取胜的方式、手段和艺术，贯穿于投标竞争的始终，内容十分丰富。常用的投标策略主要有：     

关于工程投标报价的探讨

在工程招标投标过程中,确定合理并具有竞争能力的投标报价,对工程夺标起着决定作用。而报价不仅要有竞争能力,而且要保证企业能获得一定的利润。     

公路桥梁工程投标中的预算编制与报价技巧

公路与桥梁工程对于建设行业十分重要,这部分工程为人们的日常生产与生活提供了极大的便利性和快捷性,在建设公路与桥梁的过程中涉及公路桥梁工程的招投标,招投标需要进行科学合理的工程预算,对整个公路桥梁工程进行报价并编制.工程招投标中所涉及预算编制以及投标报价是整个公路与桥梁工程投标环节中的重要组成部分,精准的工程造价预算以及...     

确定投标报价的一种方法

文中对工程招投标中评价投标方案的方法,利用数学期望的概念,给出了一种确定投标报价的方法。     

Short-term load forecasting based on fuzzy neural network

The fuzzy neural network is applied to the short-term load forecasting. The fuzzy rules and fuzzy membership functions of the network are obtained through fuzzy neural network learming. Three inference algorithms, i.e. themultiplicative inference, the maximum inference and the minimum inference, are used for comparison. The learningalgorithms corresponding to the inference methods are derived from back-propagation algorithm. To validate the fuzzyneural network model, the network is used to Predict short-term load by compaing the network output against the realload data from a local power system supplying electricity to a large steel manufacturer. The experimental results aresatisfactory.     

基于BP神经网络的非线性组合预测模型在粮食物流需求预测中的应用

鉴于单项预测模型的局限性,在确定粮食物流需求量的基础上,建立了基于BP神经网络的非线性组合预测模型,并把这一模型应用于长春市粮食物流需求的预测。误差分析表明,该预测模型可以有效地提高粮食物流需求量的预测精度。     

基于神经元网络和模糊专家系统的电力短期负荷预测

结合RBF神经元网络和模糊专家系统进行负荷预测.给出径向基函数(RBF)网络的结构,并采用正交最小平方法(OLS)选取RBF中心.先用RBF进行基本负荷预测,然后考虑天气变化和假日因素所引起的负荷变化,利用模糊专家系统进行负荷调整.文中把日期划分为5类.测试结果表明,该方法具有较高的精度和较快的速度.     

神经网络在股票价格预测中的应用

如何对股票价格进行预测是投资者所关注的话题，采用BP神经网络对股票价格进行预测，提出了将股票市场上所采用的技术指标作为神经网络输入变量，利用逐步回归方法筛选出影响股票价格涨跌的变量，从而建立起神经网络模型，研究结果表明，该方法具有一定的预测能力。     

基于神经网络的有效停车泊位预测方法研究

对基于神经网络的有效停车泊位预测方法进行研究,通过调查及采集商业中心区停车场停放车辆的实时数量信息,建立相应的神经网络模型,并运用MATLAB仿真分析软件实现实时有效停车泊位预测,最后对误差结果进行分析和解释。     

基于区间直觉模糊数的水利工程评标研究

针对水利工程评标过程中各个评价指标存在信息的模糊性,设计两个步骤予以解决:一、根据水利工程评标中普遍使用的指标体系,运用专家打分法确定各评价指标的权重;二、建立区间直觉模糊矩阵,结合加权Hamming距离的概念,以备选方案与正、负理想解的综合距离为综合标准来对方案进行优选。该方法将评价信息进行量化处理,减少了由于主观因素引起的误差,使结果更加客观准确。以一个水利工程评标为例进行分析,计算结果最佳方案(即最优投标单位)是A4,最劣的方案为A1,表明利用该模型对水利工程评标中的各投标方案进行优选具有一定的操作性,而且利用该方法得出的评价结果与实际情况比较一致。     

基于EUNITE竞赛数据的中期电力负荷预测

应用自组织模糊神经网络(SOFNN)算法,基于欧洲智能技术网络(EUNITE)竞赛数据进行了中期电力负荷预测的应用研究。算法能够自动决定神经模型的结构并得出模型的参数,具有很好的实用价值。研究了训练数据选取和输入特征向量编码等实际应用问题,结果表明负荷预测精度高,优于竞赛的优胜者,之后提出了结合周平均负荷预测修正日负荷预测的方法,精度得到进一步地提高。     

改进遗传神经网络及其在负荷预测中的应用

针对遗传算法早熟的缺陷,提出了改进的交叉,变异策略,采用移民算子等方法改善遗传算法的性能,并把此方法应用到神经网络的训练中,对电力系统短期负荷进行预测取得了较为理想的效果。     

基于RBF神经网络的交通流预测

针对交通模型是一个非线性、不确定的复杂动力学系统,难以用精确模型来表达的问题,采用RBF神经网络建立交通流预测模型,具有较强的局部泛化能力,收敛速度快,克服了BP神经网络收敛速度慢、易陷入局部极小的缺点．实例仿真研究表明,该方法预测效果较好．     

基于模糊多属性决策的工程评标模型

通过对建设工程评标的实际问题进行系统地分析和研究,建立了基于模糊多属性决策的工程评标模型,并通过一个工程评标算例论证了该评标模型的可行性与有效性.