基于SVM的虛擬企業(yè)盟友選擇問(wèn)題的研究.pdf

1、在競(jìng)爭(zhēng)、合作、動(dòng)態(tài)的市場(chǎng)環(huán)境中,虛擬企業(yè)被認(rèn)為是21世紀(jì)最有競(jìng)爭(zhēng)力的企業(yè)運(yùn)作模式.簡(jiǎn)單地說(shuō),虛擬企業(yè)就是由盟主企業(yè)聯(lián)合其他資源互補(bǔ)的合作伙伴,為及時(shí)適應(yīng)市場(chǎng)機(jī)遇而組建成的動(dòng)態(tài)聯(lián)盟.其中,盟主企業(yè)能否從眾多的候選企業(yè)中選擇出最優(yōu)的合作伙伴是虛擬企業(yè)運(yùn)作成功的關(guān)鍵一步.但目前人們還沒(méi)有找到一種合理而又有效的方法來(lái)幫助盟主企業(yè)進(jìn)行決策.因此,本文將從虛擬企業(yè)盟主的角度出發(fā),率先大膽地嘗試采用支持向量機(jī)算法來(lái)實(shí)現(xiàn)盟友的選擇.此課題是省教育廳自然

2、科學(xué)研究項(xiàng)目,編號(hào):02KJB630001.目前,在虛擬企業(yè)中主要有三種合作伙伴類型:供應(yīng)商合作伙伴、生產(chǎn)商合作伙伴和銷售商合作伙伴.本文根據(jù)指標(biāo)體系的確定原則,分析了影響虛擬企業(yè)盟友選擇的具體因素,然后確立了這三種不同類型的盟友選擇綜合指標(biāo)體系.統(tǒng)計(jì)學(xué)習(xí)理論是一種專門研究有限樣本下機(jī)器學(xué)習(xí)規(guī)律的理論.它不僅考慮了對(duì)推廣能力的要求,而且追求在現(xiàn)有有限信息的條件下得到最優(yōu)結(jié)果.支持向量機(jī)是在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上發(fā)展而來(lái)的一種新的模式識(shí)別方法

3、,在解決有限樣本,非線性及高維模式識(shí)別問(wèn)題中表現(xiàn)出許多特有的優(yōu)勢(shì).因而,本文的另一項(xiàng)主要工作是將支持向量機(jī)的理論和方法引入盟友選擇領(lǐng)域.為此,我們還必須解決這三個(gè)問(wèn)題:如何將盟友選擇問(wèn)題轉(zhuǎn)化為分類問(wèn)題、多類分類算法的選擇以及怎樣將分類結(jié)果轉(zhuǎn)化為絕對(duì)分值.我們通過(guò)將各候選企業(yè)的對(duì)應(yīng)數(shù)據(jù)拼接形成大向量,并定義候選企業(yè)之間關(guān)系的類別為"相對(duì)強(qiáng)"、"相對(duì)弱"以及"實(shí)力相當(dāng)",解決了將盟友選擇問(wèn)題轉(zhuǎn)化為分類的問(wèn)題.由于經(jīng)典的支持向量機(jī)算法只給出了

4、二類分類的算法,而在實(shí)際應(yīng)用中,一般要解決的是多類識(shí)別問(wèn)題.在具體比較了4種多類分類算法的基礎(chǔ)上,本文選用一對(duì)一組合方式,采用3個(gè)二值分類的分類器來(lái)完成三類分類,解決了多類分類問(wèn)題.最后將所有候選企業(yè)分別與其他所有候選企業(yè)進(jìn)行類似循環(huán)賽的兩兩比較,并通過(guò)對(duì)類別標(biāo)簽的進(jìn)一步定義和相應(yīng)的數(shù)據(jù)處理,完成了核心為SVM算法的虛擬企業(yè)盟友選擇流程.且本文通過(guò)大量實(shí)驗(yàn),調(diào)整了多項(xiàng)式核函數(shù)的2個(gè)參數(shù),選定參數(shù)性能最好的SVM完成系統(tǒng)的構(gòu)建.最后作者還