基于SVM的虛擬企業(yè)盟友選擇問題的研究.pdf

1、在競爭、合作、動態(tài)的市場環(huán)境中,虛擬企業(yè)被認(rèn)為是21世紀(jì)最有競爭力的企業(yè)運作模式.簡單地說,虛擬企業(yè)就是由盟主企業(yè)聯(lián)合其他資源互補的合作伙伴,為及時適應(yīng)市場機遇而組建成的動態(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)運作成功的關(guān)鍵一步.但目前人們還沒有找到一種合理而又有效的方法來幫助盟主企業(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算法來實現(xiàn)盟友的選擇.此課題是省教育廳自然

2、科學(xué)研究項目,編號: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)計學(xué)習(xí)理論是一種專門研究有限樣本下機器學(xué)習(xí)規(guī)律的理論.它不僅考慮了對推廣能力的要求,而且追求在現(xiàn)有有限信息的條件下得到最優(yōu)結(jié)果.支持向量機是在統(tǒng)計學(xué)習(xí)理論基礎(chǔ)上發(fā)展而來的一種新的模式識別方法

3、,在解決有限樣本,非線性及高維模式識別問題中表現(xiàn)出許多特有的優(yōu)勢.因而,本文的另一項主要工作是將支持向量機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問題:如何將盟友選擇問題轉(zhuǎn)化為分類問題、多類分類算法的選擇以及怎樣將分類結(jié)果轉(zhuǎn)化為絕對分值.我們通過將各候選企業(yè)的對應(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"相對強"、"相對弱"以及"實力相當(dāng)",解決了將盟友選擇問題轉(zhuǎn)化為分類的問題.由于經(jīng)典的支持向量機算法只給出了

4、二類分類的算法,而在實際應(yīng)用中,一般要解決的是多類識別問題.在具體比較了4種多類分類算法的基礎(chǔ)上,本文選用一對一組合方式,采用3個二值分類的分類器來完成三類分類,解決了多類分類問題.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,并通過對類別標(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.且本文通過大量實驗,調(diào)整了多項式核函數(shù)的2個參數(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