文摘

资产是企业的一个重要组成部分的生产和不可或缺的生产经营的经济实体。资产的估值是这样一个领域,近年来倍受关注。然而,从不同的角度存在许多问题。这些问题需要我们进一步研究和探索。本文讨论了物联网的角色(物联网)和数据包络方法来改善和发展资产评估。资产评估的概念的基础上,本文使用物联网设计一个资产评估框架。这个框架可以提供全天候、无延迟准备资产评估工作的基础。此外,本文运用数据包络和粒子群优化(PSO)算法来清洁和重新分类资产数据。该算法的目标是解决非线性函数优化问题与资产价值的评估。最后,我们验证模型的有效性和实用性,通过比较实验模拟和人工评估。

1。介绍

在现代科学技术的迅速发展在微观经济活动在世界范围内,无形资产比有形资产更活力展示(1]。无形资产的数量通常反映了科学技术能力和知识文化能力拥有这些资产的所有者。无形资产是企业的重要组成部分和不可缺少的生产经营(2,3]。这个国家的长期资产管理实践的条件下,市场经济提供一个评估无形资产的基础。现有的经济知识和数学方法提供了一种方式来建立一个能够提供无形资产的价值评估体系(4,5]。随着改革开放的不断深化和社会主义市场经济的迅速发展,无形资产及其评估问题吸引了大量的注意力从国家有关部门。尤其是在最近时期,文章呼吁关注和加强无形资产的评估并不少见(6- - - - - -8]。通过开发无形资产的评估、角色、地位以及无形资产的价值将被社会认可和重视。然而,这项工作在许多方面仍有许多问题9]。

随着全球化和知识经济时代,深刻变化的国内外环境一方面提供广泛的资产评估行业的发展空间,也带来了很多新的问题资产评估行业的健康发展。评估业务已经开始转变从传统业务新兴业务(10]。评估的类型和范围逐渐扩大,和市场的需求进行评估和质量变得越来越高11,12]。然而,许多资产评估机构仍然采用旧的经营理念,盲目追求经济利益,忽视评价风险的控制(13]。弗雷德里克·m·巴布科克指出,有必要确定评价方法选择基于其目的和特定资产状态(14]。有必要定义评估开始前评估工作的目的。Jaffe和郁郁葱葱的指出一个正确的理解意义的价值在经济理论可以帮助提高评价结果的质量15]。测量技术的进一步发展和测量工具,评估者的评估结果将更准确16]。资产评估的基础研究是评价的理论基础。评价理论基础研究主要探讨价值的问题的概念和评价理论和经济理论之间的关系17]。

资产评估的重要性是不知道有多少公司的品牌资产价值,而是帮助企业找到品牌资产的优点和缺点,达到进一步提高品牌资产的好处。随着改革开放的不断深化和社会主义市场经济的迅速发展,无形资产及其评估问题吸引了大量的注意力从国家有关部门(18]。上面提到的研究有许多需要解决的问题和挑战。这些问题需要我们在实践中研究和探索。本文讨论了利用物联网技术(物联网),数据包络方法和粒子群优化(PSO)算法来进一步改善和发展资产评估方法对资产评估进行相关工作(19]。数据包络和PSO算法确保资产数据的清洗和重新分类。另一方面,物联网提供了最新的技术趋势的适应用于制造业内的资产评估。

本文的其余部分组织如下。节2,我们将提供相关技术的概述,即。、资产评估和物联网。节3中,我们将介绍资产评估数据分析基于数据包络和粒子群。节4,我们将执行性能模型的建立和仿真测试部分3。最后,我们总结和讨论本文的方法,给未来的研究方向5。

2。相关工作

在本节中,我们首先提供一个简短的概述和物联网的最新技术趋势之后,现有的研究对资产评估。

2.1。物联网技术

生产社会力量不断发展,和随后的各种智能应用程序的要求也被这种发展的影响。的环境中,多种技术相互碰撞和融合,物联网的“智能”的目标已经开始出现(20.]。物联网的通信范围可以覆盖全球,和实际对象之间可以交换数据,所有数据发送的实际对象可以实时反映在通过法律手段21]。物联网的感知层的神经末梢就像人体的感觉器官,它可以连接数据在信息空间与物理空间(22]。感知层可以为各种应用程序获得的环境信息,如制造业。信息通过内置的特殊设备处理响应根据过程和传递反应结果同意通过特殊渠道传输层(23]。收集设备在感知层被称为感知设备或感知节点。标准设备如射频识别、二维条码、传感器节点,可以嵌入到移动通信终端和智能终端(24]。从上面描述的物联网,在狭义上,自动识别功能和智能操作的物联网智能网络连接是基于对象和人。物联网使用数字和网络来代表一切,达到人与人之间的传播和传播对象,最后将它们之间的数据传输。

2.2。资产估值

资产评估方法的一般术语的一系列技术手段实现估价师的资产评估业务的目的是评估和评估这些资产的价值。目前,世界上三个基本评估方法常用的是成本法、市场的方法,和收入的方法25]。他们应用技术方法在财务管理、会计、工程技术、统计数据,和其他学科按照资产评估实践的内在需求的资产评估。他们是三个主要组件的资产评估方法体系26]。这三个基本方法实际上是来自不同时间点的判断资产的价值。基于在不同时间点的值,评估对象的当前值分析和计算后得到。资产评估方法和特点的示意图如图1。

从资产评估的角度来看,价值和价格属于两个不同的概念范畴。价值是交换价值的类别(27]。它反映了货币交换商品和服务之间的关系和他们的买家和卖家。的估计价值的商品和服务在一个特定的时间由专业估价人员根据一个特定值的定义。价格是指数量的货币实际支付或收到的商品或服务交易的买方和卖方在一个特定的事务(28]。资产评估的结果是反映评估对象的价值,不是评价对象的实际交易价格。

3所示。资产评估数据分析基于数据包络和粒子群

本文使用物联网,算法和数据包络方法来改善和发展资产评估计划。PSO提出以来,它已经收到了很多的关注。众多研究成果相关算法不断出现(29日,30.]。算法的应用领域已逐渐从最初的函数优化扩大到更广泛的区域,这促进了该算法。算法主要用于以下方面。函数优化是最早和最常见的算法的应用领域。适用的技术方法在财务管理、会计、工程技术、统计数据,和其他学科根据资产评估实践的内在需求的资产评估。他们是资产评估方法体系的三个主要组件。这三个主要方法是判断资产的价值从不同的时间点。基于在不同时间点的值,评估对象的当前值分析和计算后得到。

基于现有的研究,它是发现,在一些常见的函数优化问题,包括一些典型的非线性函数优化问题,算法显示突出的性能。根据仿生学,算法采用一个捕食者的策略。算法的粒子是类似于一群飞鸟,和其中每个粒子个体31日,32]。鸟类个体在觅食过程中,不断调整自己的觅食过程基于自己的经验和其他鸟类的行为,调整个别鸟的觅食过程中速度和位置(优化)。在这个过程中,个人鸟的个人可以获得最优解,但鸟集团的最优解,也就是说,可以获得最佳的全球解决方案,。为最优解,使用以下方程:

算法用于优化组合算法搜索最小值更准确(33,34),见以下方程:

PSO的使用大大降低了计算复杂度,使调整惯性权重的小波基函数更迅速,并避免在本地被困。在该算法中,个体的选择位置向量元素的关键是优化算法结合小波和神经网络。

扩大参数的小波分析、翻译参数,并结合神经网络模型的层之间的权值作为粒子群的位置向量,而好的结果(35,36]。同时,粒子适应度函数可以选择小波神经网络的误差函数,见以下方程:

该算法将执行一个随机初始化开始,和粒子的初始位置经常会影响结果的质量,有时,直接决定了算法的最终结果的准确性,见以下方程:

在算法中,共享信息包含整个人口的最好的信息。所有粒子更新他们的下一个位置根据自己的经验和整个人口的最佳信息。一般来说,他们尽最大努力当前全局最优方向组织运行中发现,见以下方程:

在解决一些复杂的功能,比如多峰性时,通常算法陷入局部最优解,并且很难逃离这个区域,导致粒子停滞不前,过早出现,和准确性不能满足预期的要求。这可以用下面的方程描述:

使用方程(3),方程(2)转化为一个等价的线性规划问题,见如下方程:

最后一步是迭代搜索优化的价值通过重复上述过程,直到找到最佳解决方案的粒子群,以满足需求,或已达到设定的最大数量的迭代算法。

4所示。模型仿真和测试过程

在本节中,我们首先分析资产估值部分的效率4.1其次是资产评估系统的测试结果4.2。

4.1。分析资产评估效率

如果任务没有完成,它可以从不同的地理位置等方面,分析了任务的价格,和成员的心理。因为有很多不确定的因素在成员的心理情况,很难进行定性分析。因此,本文选择从两个方面:分析任务完成率较低的空间任务点和成员之间的匹配程度,和定价策略的合理性。物联网可以促进这个场景有能力之间的桥梁空间匹配程度和合理的定价策略。物联网可以实时真实对象之间的数据交换,可以实时反映在通过合法的手段获得。资产评估的作用可以通过其实现感知层。这一层的神经末梢就像人体的感觉器官,它可以连接数据在信息空间与物理空间,即、资产评估通信实体的。

对于资产评估,我们做一个散点图分布的任务分和成员的分布。从图可以看出2任务是聚集在会员密度高的地区。因此,空间任务的数量在每个区域之间的匹配程度和成员的数量很高,不会使工作过度和人手不足的情况下,也就是说,任务定价和空间匹配度之间的相关性不强。因此,空间匹配程度不是任务完成率较低的主要原因。扩大参数的小波分析、翻译参数,并结合神经网络模型的层之间的权值作为粒子群的位置向量,好的结果。与此同时,粒子适应度函数可以选择小波神经网络的误差函数。资产分配和任务完成的散点图如图2。

获得的结果是通过选择步长为0.1;使用MATLAB编程得到20集的优化解决方案:

完成100年任务从处理数据中提取新的评估方案下表所示1。

从表可以看出1根据新的定价方案,完成率明显高于原来的计划。因此,它可以被认为是新的定价方案比原计划更合理,和用户接受度也更高。从上面的,物联网的自动识别功能和智能操作实现更高的完成率。一般来说,物联网使用数字和网络来代表一切,达到不仅人与人之间的传播也之间的传播对象,最后将它们之间的数据传输。

4.2。资产评估系统的测试结果

资产的估值是一个区域,近年来获得了更多的关注。然而,这项工作仍然有许多来自各个方面的挑战。为了更好地验证资产评估系统的有效性建立在这篇文章中,我们进行了进一步的系统性能测试系统上的过程。资产评估系统的加密时间测试结果如图所示3。

从图可以看出3当明文字节数小于1个字节,匿名的算法与原设计有一个更小的差距。请注意,在这个图中,x设在代表和的字节数y设在代表毫秒的时间(毫秒)。时差是由不稳定引起的系统的加密明文字节的数量很小的时候。由于数量增加循环组参与初始化算法,匿名CIBE算法是处于劣势,但是加密算法加密所需的时间差异很小,因此可以说,匿名CIBE算法不增加加密时间的计算负担。该算法可以应用到的技术方法在财务管理、会计、工程技术、统计数据,和其他学科按照资产评估实践的内在需求的资产评估。有三个主要组件的资产评估方法体系。这三个基本方法实际上是来自不同时间点的判断资产的价值。基于在不同时间点的值,评估对象的当前值分析和计算后得到。图4显示的极端值的变化过程资产评价体系在评价过程中。

从图可以看出4资产评估系统显示更好的结果和性能在极端值测试。这表明,系统能有效地进行系统在不同条件下波动。扩大参数的小波分析、翻译参数,并结合神经网络模型的层之间的权值作为粒子群的位置向量,好的结果。与此同时,粒子适应度函数可以选择小波神经网络的误差函数。

资产评估系统建立在这篇文章中,我们测试的分数分布系统对不同的资产。因此,本文选择从两个方面:分析任务完成率较低的空间任务点和成员之间的匹配程度,和定价策略的合理性。分数的分布不同的资产评估的时候图所示5。

从图可以看出5资产评估系统已经显示出更好的结果和性能的分数分布不同的资产在评估。首先基于纵向比较比较,它使用多个数据集的测试优化算法相比之下preoptimized算法和类似的优化算法是否已经改变,和性能是否更适合的边缘环境物联网。

5。结论

随着全球化和知识经济时代,深刻变化的国内外环境中,一方面,提供广泛的资产评估行业的发展空间,也带来了很多新的挑战,资产评估行业的健康发展,另一方面。业务评价已经开始转变从传统企业向新兴企业由于技术趋势和物联网的出现(物联网)。然而,有许多有效的资产评估面临的挑战从技术的角度来看。在这篇文章中,一个资产评估框架被设计来使用数据包络方法,物联网,粒子群优化(PSO)算法。这个框架可以提供全天候、无延迟为资产评估做准备。数据包络和PSO算法确保资产数据的清洗和重新分类。我们验证模型的有效性和实用性合理通过比较实验模拟和人工评估。尽管本文进行了更深入研究资产评估,它仍然有许多缺口是由于个人知识水平的限制。在未来,我们将进一步研究资产评估并提供科学建议的资产评估行业的健康发展。

数据可用性

使用的数据来支持这个研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。