基于模糊神经网络的废旧手机价值评估方法
针对废旧手机回收过程中难以精准定价的问题,提出了一种基于模糊神经网络( fuzzy neural network, FNN)的价值评估方法. 首先,设计了一种基于主成分分析( principal component analysis, PCA)的特征提取方法,获得了影响废旧手机回收价值的关键特征变量. 其次,建立了基于FNN的价值评估模型,实现了回收价值与关键特征变量之间的非线性关系描述. 最后,提出了一种自适应二阶参数学习算法( adaptive second-order parameter learn-ing algorithm, ASOPLA),实现了价值评估模型自适应调整. 将提出的价值评估方法应用于实际交易过程,结果表明,基于FNN的价值评估方法能够实现对废旧手机的准确定价.
废旧手机回收、价值评估、模糊神经网络(FNN)、主成分分析法、自适应二阶参数学习算法
45
TP183(自动化基础理论)
国家重点研发计划资助项目2018YFC1900800-05;北京高校卓越青年科学家项目BJJWZYJH01201910005020
2019-12-09（万方平台首次上网日期，不代表论文的发表时间）
共8页
1033-1040
