科学的规划

PDF
科学的规划/2016年/文章
特殊的问题

优化模型和算法与先进信息技术操作和控制

把这个特殊的问题

研究文章|开放获取

体积 2016年 |文章的ID 3717650 | https://doi.org/10.1155/2016/3717650

Xiao-le湾镇张Xiao-xia荣,孟清纯, 探索一个交互式的消费电子产品供应链的增值数据驱动模型基于最小二乘支持向量机”,科学的规划, 卷。2016年, 文章的ID3717650, 13 页面, 2016年 https://doi.org/10.1155/2016/3717650

探索一个交互式的消费电子产品供应链的增值数据驱动模型基于最小二乘支持向量机

学术编辑器:Junhu阮
收到了 2016年5月18日
接受 2016年7月17日
发表 2016年10月10日

文摘

供应链的差异和他们的竞争力取决于供应链价值创造系统的差异。cocreation价值理论的基础上,本研究调查了互动的消费电子产品供应链价值创造的角度互动和创造的增加值主要在供应链价值创造的身体。最小二乘支持向量机(二)创新引入研究消费电子产品供应链。还建立了一个数据驱动模型,方法和核函数的参数进行了优化选择,和一个回归模型算法提出了消费电子产品供应链处理有限数量的样本。然后,十大智能手机供应链的实证分析在中国市场上,和其他生物模型和预测方法进行了比较。结果表明,回归模型实现良好的预测精度。本研究还分析了供应链的增值结构从交互的角度和丰富了供应链价值创造的理论。本研究有利于帮助消费电子企业准确进行市场分析和确定价值增长点。

1。介绍

近年来信息技术的不断发展导致了消费电子产品行业的不断进步的社会背景下,技术创新。消费电子产业已成为世界上最大和增长最快的制造业(1]。经过十年的快速发展,中国消费电子市场的工业规模达到4059 .01 2014年十亿美元;这个值等同于全球份额的54.1% (2]。中国已经成为最大的电子产品生产国和消费国。中国消费电子行业一直保持其输出价值几万亿元,已经成为国民经济的主要高科技产业。这个行业也发挥了积极作用在提高社会信息化的发展水平,促进信息的集成和产业化。

然而,“互联网+”的广泛的集成策略和先进的信息技术,包括移动互联网、无线传感网络、物联网、云计算,前所未有的对消费者行为的影响,提出了新的用户需求,从而导致新产品类型和激烈的市场竞争。此外,高新技术推动新的消费电子产品的迅速崛起。智能生产使在线离线生产的跟上,学科的传统消费电子行业的鲶鱼效应,和全球消费电子行业的竞争加剧。因此,消费电子产品企业的核心竞争优势和消费电子行业的国际竞争力必须加强。

的消费电子企业围绕供应链之间的竞争。从性能的角度来看,供应链的形成和来源的竞争优势取决于供应链的运营效率和有效性,即供应链的本质价值创造系统。供应链的差异和他们的竞争力取决于供应链价值创造系统的差异(3]。

传统的价值创造理论认为,价值是由企业独立,而顾客价值的消费者(4,5]。然而,价值理论cocreation从根本上颠覆了传统价值创造逻辑表明生产者不是唯一的价值创造者;也就是说,消费者也可以创造价值(6,7]。消费者可以创造价值在生产和消费7]。然而,价值理论cocreation不断扩大在实践中对供应链的外边缘。主要价值创造身体排除在供应链往往以不同形式参与供应链价值创造和发挥意想不到的效果;具体地说,这些价值创造的身体参与开放创新8),政府政策和监管9,10,指导行业协会(11]。

从供应链结构的角度,不同的价值创造的身体代表传统的价值创造之间的矛盾观点和理论价值cocreation在广义或狭义。价值论cocreation是redeconstruction最初的供应链价值创造的身体,它将从原来的单一创造者企业转换成一个两个价值创造者,也就是说,企业和消费者,或涉及多个价值的创造者。因此,价值创造者的变化不可避免地导致不同意见价值创造方法。这些变化也导致供应链价值创造系统的差异。

许多学者认为消费者供应链价值的创造者。肖et al。12)认为,在电子商务形势下,择偶供应链应该转换为面向消费者的供应链;他们还建议消费者的未来和结束供应链价值创造。孟et al。13,14)采用一种新的产消者模型和数学模型进行了一系列的研究和确定,消费者和企业的联盟可以提高供应链价值。黄等。15],Cavalieri和Pezzotta [16),和甄17]介绍了消费者向面向服务的制造供应链管理系统,把他们变成了“联合制片人”;具体地说,他们提供生产服务和面向服务的生产活动,增加客户价值和企业价值最大化。沈(3]指出,供应链的整体价值创造的共同努力下,供应商、制造商、分销商和消费者。此外,一些off-chain价值创造者(比如一个开放创新机构)纳入供应链价值创造系统,所述的一些初步的理论研究和实践。妞妞(18利用模糊数学理论,建立了因子分析模型,确定开放创新产生至关重要的影响集群供应链的发展。坂本等。8)认为,企业应该使用开放创新作为增强供应链竞争力和增加价值的关键因素。IBM在中国建立了第一个供应链创新中心全球供应链的集成和转换能力的国家帮助全球企业19]。上述研究都是基于供应链价值的最大化,包括消费者和其他相关参与者cocreation供应链价值系统。然而,这些研究未能解释供应链价值创造者解构后的微观机制。

由于先进的信息技术的发展,智能的集成和互联凸显出越来越重要的作用的消费者对消费者电子产品,包括移动互联网、无线传感网络、物联网和云计算。越来越多的消费者参与价值创造的过程已成为最重要的消费电子产品供应链的价值创造者。例如,小米代表了典型的消费电子产品供应链的价值cocreation;本公司只花了四年,成为世界上第五大移动运营商(IDC报告,2015)。此外,开放创新逐步缩小企业与外部之间的交互;因此,大多数企业的创新想法来自外部力量。例如,消费电子产品供应链品牌海尔,美的已经成功转移到开放创新。显然,传统的面向企业供应链创造模式不能有效解释消费电子产品供应链的价值创造问题。因此,价值cocreation已经成为创造供应链价值的新方法。

从深层角度看来,cocreation价值理论的核心是价值创造者完成价值cocreation通过异质性互动行为;交互提供了价值创造者的手段实现价值cocreation [7,20.]。技术创新模糊了公司和个人之间的界限,为企业和消费者之间的交互提供了增加机会和消费者之间的互动21]。消费者通过消费实践或创造价值通过企业提供的互动机会22]。互动是服务经验和用户价值创造模型(23]。这也代表了企业和消费者的能力有效地获取有用的信息,实现价值,不断24]。因此,交互可以被视为企业竞争优势和异构资源来提高价值创造能力24,25]。

最小二乘支持向量机(二),这是基于等式约束最小二乘损失函数,是一个扩展的支持向量机(26]。也用于解决回归模型的模式识别、图像分类、和非线性函数估计问题27,28]。Langone et al。29日)应用回归模型方法与谱聚类和回归预测工业机器的维护。张和谢蒂(30.)采用回归方法预测加工表面的表面粗糙度。元等。31日)建立了一个回归模型来预测短期风能。Yu et al。32)使用回归模型预测中国太阳能温室的温度。回归模型的方法实现回归预测的良好的预测性能。虽然回归预测回归模型方法已广泛应用在许多学科,如工程、化学、气象学、和环境问题,应用供应链价值的回归模型的预测并不是进行了广泛的研究。供应链价值创造问题展示特定于行业的特性和所涉及的复杂的非线性问题是由上游和下游企业,共同构成了消费者和其他相关方(33]。有限的样本大小的问题(如消费电子产品供应链)不可避免地出现在专注于特定的产业供应链的价值创造问题。生物方法取得了良好的适应性的这两个特点:回归模型方法具有显著的非线性映射能力预测(34),为生物方法通常表明良好的泛化能力,即使一个小样本大小(35]。

在目前的研究中,我们首先考虑价值论cocreation探索内部消费电子产品供应链的价值创造机制。这项研究还考虑消费者、开放创新的身体,和其他内部和off-chain机构包括在消费电子产品供应链的价值创造系统。消费电子产品供应链价值创造系统的建立,使其符合实际发展状况和消费电子行业的地位。它创新引入回归到消费电子产品供应链,研究建立一个互动增值数据驱动模型,优化并选择参数和核函数的方法来提高其预测精度。最后,为生物模型和其他预测方法进行比较,并结合经验数据结果。

本文的其余部分安排如下。部分2建立了消费电子产品供应链的价值创造系统。部分3提出了一种LS-SVM-based消费电子产品供应链的数据驱动模型并提出了相关算法。部分4中国智能手机供应链进行了实证分析,并提供初步的政策建议。部分5讨论了四种不同的预测模型的比较研究和共同的内核函数。部分6给出了结论。

2。基于交互的供应链价值创造系统

根据cocreation价值的角度来看,供应链价值(系统输出)过程的基础上,建立了独立创造供应链价值创造者(系统输入)。这个过程是共同通过各种价值创造者通过异构交互和其他非交互的价值行为(图1)。

供应链价值创造过程可以分为两个有机阶段。第一阶段是基本的供应链的价值创造过程。波特的价值链理论解释说,企业和消费者可以创造自己的价值,供应链使用该值作为初始值,这个值输入到供应链价值创造的基本过程子系统,采用一系列的非交互的价值创造行为,和输出的基本价值供应链。第二阶段是互动供应链增值的过程。自创的价值在互动的价值创造中发挥着关键作用36]。供应链的基本价值是价值创造子系统的输入值;供应链的增值通过异构输出各种价值创造者之间的交互。这两个阶段同时发生,他们相互作为初始值在连续和动态的价值创造过程。这些过程也反映和相互加强,促进和谐。

的过程中创造供应链的增值,有效互动增加价值和作为供应链增值因素的主要载体。相互作用主要来自供应链价值创造者之间的交互。价值论cocreation主要指cocreation价值或企业和消费者之间的相互作用。然而,佩恩et al。37]认为cocreation价值活动的主要部分是客户价值创造,供应商价值创造和接口。Saarijarvi et al。38)强调,“价值”、“cocreation”和“创造”意味着企业价值或消费者价值是由不同的机构通过不同形式的活动(B2C、B2B、C2B或C2C)。此外,消费者和产品之间发生交互(或服务)提供者和在所有尸体在价值网络39]。然而,在实践中,交互发生在所有cocreation行为主体的供应链。此外,cocreation行为构成了互动增值供应链的结构。

目前的研究没有关注供应链的基本价值创造过程,主要探讨了交互式cocreation行为对供应链的影响的价值增值过程。报告(40)执行一个文献回顾和定性研究和从企业之间的交互和cocreation消费者,其他参与者,和主体;它还采用Delphi-AHP评价方法构建一个交互式供应链增值指标体系(表1)。该系统包括四个主要指标,14个二级指标,和44个三级指标。指标体系特征的特点,消费电子产品供应链。任何一项指标的变化引起的输出值的变化互动增值系统。


B主要指标 二级指标C 三级指标D

B1 企业之间的相互作用 C1 供应链
关系质量
D1 合作
D2 信任
D3 沟通

B1 企业之间的相互作用 C2 供应链
学习效果水平
D4 沟通和交流知识
D5 从隐性知识转化为显性知识
D6 吸收的知识和新知识的建设

B1 企业之间的相互作用 C3 供应链
协同效应水平
D7 常见的计划
D8 共同决策
D9 联合实施
D10 长期合作
D11 合作共赢

B2 企业和消费者之间的相互作用 C4 企业和消费者之间的对话水平 D12 连续的、双向的、完整的、实时的信息交换
D13 开放和良好的信息交换
D14 及时有效的通过对话解决争端

B2 企业和消费者之间的相互作用 C5 企业和消费者之间的信任程度 D15 不使用“信息不对称”欺骗消费者
D16 不使用“信息不对称”给消费者带来的潜在风险

B2 企业和消费者之间的相互作用 C6 企业和消费者之间互动渠道的质量 D17 方便地访问企业信息平台
D18 真正的信息提供的平台
D19 可以与任何供应商通过有效的渠道

B2 企业和消费者之间的相互作用 C7 企业和消费者的共同风险程度 D20. 告知消费者的所有可能的风险
D21 建立风险评估和规避机制
D22 根据风险级别建立损害赔偿体系

B3 消费者之间的相互作用 C8 信息采集水平 D23 及时交流信息
D24 没有经验的消费者可以通过获取信息咨询
D25 获得的信息可以避免潜在的风险

B3 消费者之间的相互作用 C9 信息共享程度 D26 产品(服务)信息和经验分享
D27 分享使用产品或服务的心理感受
D28 信息共享提高了产品的使用价值(或满意度,品牌形象)

B3 消费者之间的相互作用 C10 互助程度 D29日 彼此密切合作
D30. 同一品牌下建立特殊的友谊

B3 消费者之间的相互作用 C11 创新水平 D31日 消费者社区提供或(出版)创新信息或要求
D32 消费者使用产品或服务创新通过自己的知识或技能

B4 其他相关的参与者之间的交互 C12 政府监管水平 D33 健康稳定的供应链和良好的企业发展环境(政治、经济、社会和文化方面)
D34 提供担保的法律治理
D35 鼓励和满足供应链社会责任
D36 有效地控制供应链突发事件的风险
D37 政府参与闭环供应链的激励机制的设计

B4 其他相关的参与者之间的交互 C13 产业指导水平 D38 发展中国家技术标准指导产业发展
D39 缓解内部行业的利益冲突
D40 提高企业品牌形象
D41 考虑消费者的利益和需要

B4 其他相关的参与者之间的交互 C14 开放创新活动的参与水平 D42 开放、创新的参与者参与研发
D43 开放、创新的参与者参与产品(服务)生产
D44 开放、创新的参与者参与公司治理

3所示。数据驱动模式的消费电子产品供应链基于回归模型

3.1。数据收集

根据互动消费电子产品供应链的增值指标体系表1的高级消费电子行业的供应链专家被邀请参加。此外,采用五点李克特量表vth ( )的指标 供应链是量化得分,输入向量的 互动增值电子供应链系统 是获得。的实际价值 th互动增值电子供应链系统记录 。因此,原始数据集的数据驱动的消费电子产品供应链模式 是获得。

3.2。模型建设

训练集 , , 被选中;在这里, ,在那里 指的是可变的 th指标影响消费电子产品的价值, , 指的是消费电子产品供应链的价值。的 th指示器的驾驶模式消费电子产品供应链的基于回归模型假设如下: 在哪里 模型的预测价值吗 th指标, 权向量, 表示非线性从输入空间映射到高维特征空间,和 是一个部分向量(41]。

根据回归模型方法,错误损失函数 和错误惩罚因子 介绍了。上面的问题(1)可以转化为模型(2)如下:

拉格朗日函数被定义为

根据议员的马条件,解决问题(2)相当于解下列方程:

内核函数被定义为 , 是消除。问题(4)可以转化为以下方程:

的解决方案 计算。因此,基于回归模型的数据驱动的模型如下:

在预测模型中,常用的内核功能包括多项式核函数(聚; ),线性核函数(线性; ),和乙状结肠内核函数( )。在这些内核函数,径向基核函数的形式(RBF内核)如下:

在保利必须调整和优化。因此, 在乙状结肠内核函数是不确定的,RBF内核的线性是一个特例。RBF内核只由一个核参数 等简单的结构使得它广泛用于研究。本研究建立了回归模型的基础上,不同的核函数比较RBF内核的性能和其他内核的功能。此外,本研究进行比较分析的核函数对模型精度的影响。

3.3。模型的解决方案
3.3.1。模型参数优化

分析部分3所示。1表明数据驱动模型的学习和泛化能力很大程度上依赖于惩罚系数 和核函数参数 。网格搜索算法(GSA)是一种流行的方法用于获得的最优解( )[42]。因此,本研究采用GSA来确定这两个参数进行 倍交叉验证每组参数。然而,错误是由不同的初始搜索领域当使用GSA嵌入在回归模型的MATLAB工具箱(版本1.8)。因此,本研究主要指标的测试组合 次,确保所选参数达到良好的适应性。平均相对误差被认为是模型的误差指标水平。考虑到指标体系由三个层次构成,最终模型的误差被定义为各级指标的平均误差模型,以确保模型的一致性。

如果 在测试样品 th水平指标,然后一节假设 在训练集样本存在;因此, 组合存在。在 th组合,相应的训练集的平均相对误差 总误差评价函数

3.3.2。训练集和测试集的比较和优化

回归模型的鲁棒性和泛化能力的训练集的数量的影响。本研究产生优化设计为每个测试集的比例在训练集来确定最优的训练集的数量。首先,ratio-related平均相对误差定义为 。然后,平均相对error-standard偏差测试集的数量之间的关系 是观察到的。测试集样本 产生一个小 和小标准差被选中。最后,根据公式(9),所有的组合与最小的“训练set-test设置”选择组合。惩罚系数的样本 和核函数的宽度 根据相应的指标计算。

3.3.3。回归模型算法对有限样本

消费电子产品供应链的回归算法适用于有限样本是通过前面的分析。

如果测试集样本的数量 ,然后训练集样本的数量 ,样品的总数 。为每一个 训练集的组合的总数 重复测试的数量。 ( )是水平的指标。

步骤1。所有的 th的指标 量化和得分得出吗 ,这是原始数据集的数据驱动的消费电子产品供应链模式。

步骤2。对于所有 ,网格5倍交叉验证方法来计算所有相应的参数组合 的组合 。重复计算 次了。根据公式(8)- (9的总平均误差),三级指标 计算。然后, ,总平均相对误差。

步骤3。据的关系 的低价值 和一些选定的测试集被认为是,和最优 被选中。

步骤4。至于最优 ,所有相应的参数组合 的组合 计算。重复计算 次了。根据公式(8)- (9的总平均误差),三级指标 计算,选择最小的错误和记录 。相应的最优组合

第5步。网格采用正交试验的方法分析了近五倍 。每个级别的指标 计算。

步骤6。参数组合 代入公式(5)。那么,解决方案 是获得。根据公式(6),LS-SVM-based数据驱动模型,可以计算出每一级指标。

4所示。智能手机供应链的实证分析

4.1。数据源和预处理

本研究选择上的数据市场份额排名前十位的消费电子产品品牌在中国市场在2015年第三季度;由他发布的报告的数据检索技术(43)(表2)。


品牌数量 品牌名称 市场份额(%)

一个 小米 16.4
B 华为 16.2
C 苹果 12.1
D 相对应的人 10.2
E 体内 10.0
F 三星 8.8
G 魅族 6.7
H 酷派数码 4.8
联想 4.4
J 中兴通讯 2。7
其他人 7.6

来源:他的技术,2015 (43]。

本研究从一个实际的观点。市场份额是供应链的价值创造水平。因此,实际价值的消费电子产品供应链的价值创造系统可能会认为是约等于其市场份额和代表 。然后, , 。上述十大品牌的高级管理层代表应邀率互动增值指标体系使用五点李克特量表的供应链。分数构成系统的输入向量 ,

本研究实现了 分数标准化所有的独立变量和因变量的样品达到一个好的模型适合(每个维度的数据是变成数据均值为0,方差为1)。

4.2。在测试集训练集的最优比例

所有可能的组合的平均值 每一个 根据公式计算8)- (9)来确定最优的训练集的数量 。的 每一层关系图的指标。

如数据所示2- - - - - -4横坐标代表测试集的数量,而纵坐标代表平均相对误差。测试集的数量的增加,训练集的数量逐渐减少,平均相对误差和方差增加。因此,造成的误差变化样本集和测试集的总数的增加被认为是当训练集的比例在测试集是7:3。模型的平均相对误差和方差达到可接受的范围内,测试和模型的有效性可以当三个测试集。此外,选择最佳比例 可以证明文献[30.)集的比例的训练集测试设置为3:1;提供证据和实用的实验方法。

4.3。模型参数的确定

根据“训练set-test组”的比例确定4.27的10个样本作为训练集随机选择。剩下的三个样本集作为测试集,从而形成 “训练set-test组”的组合。本研究确定最优惩罚系数 和宽度值 使用回归模型的MATLAB工具箱(版本1.8)计划和5倍交叉验证。然而,分配为生物工具箱(版本1.8)导致不确定 时间间隔。因此,本研究运行 “训练set-test组”组合为50次( ),以确保所选择的训练集的普遍性。一组训练集,实现之间的相对误差最小测试集的预测价值 和实际价值 从操作结果和设置选择的训练集模型。的 , , , 训练集的计算。

4.4。模型建设

本研究根据上述算法和测试的主要指标计算模型参数;也就是说, , , , ,当他们被替换成公式(6)。模型(10)可以获得如下:

同样,二级指标测试和模型参数值,即 , , , , ,得到当他们被替换成公式(6)。模型(11)可以获得如下: 同样,三级指标测试和模型参数值,即 , , , , ,得到当他们被替换成公式(6)。模型(12)可以获得如下:

4.5。结果分析

根据模型(10)- (12),输出值之间的比较(预测值)和各级指标的实际值数据所示5- - - - - -7

在数据5- - - - - -7,纵坐标代表的市场份额,而横坐标代表样本。在智能手机的测试集数据驱动模型基于初级,二级、三级指标,平均相对误差之间的预测值和实际值是3.76%,5.36%,和2.42%,分别。从这个角度来看,数据驱动模型(10)- (12)的智能手机互动增值系统预测精度高。关于确定最优组合部分4.3、测试集由朋友、三星、和魅族,而剩下的七个品牌构成训练集。

鉴于模型是有效的,消费电子产品供应链的增值的影响因素和指标体系提取并由这项研究中,分别是科学有效的。他们也适当地反映特定工业供应链的价值创造系统。模型的预测精度,应采用基于三级指标在分析消费电子企业的市场份额,因为这个模型达到最高的精度。在便利方面,该模型基于主要指标是最好的因为这个模型包含几个指标和它很容易获得数据。

科学的指标体系部分消费电子企业的价值创造系统,演示了增值机制。这个系统可以帮助消费电子企业准确地确定增值点。消费电子企业也可以从企业模型,比较他们的互动增值的输入系统,并执行一个科学分析分歧选择投资策略,提高业务输出,减少投资。

5。比较分析

5.1。比较不同模型的精度

本研究结合了训练集和测试集确定部分4.3比较生物和其他预测方法的优点和缺点。基于支持向量机的预测模型,极端的学习机器(ELM)和反向传播(BP)也成立。测试集的不同模型的预测值和他们的相对误差如表所示3


实际值的测试集 预测的值( )
主要指标 二级指标 三级指标
支持向量机 英国石油公司 榆树 回归模型 支持向量机 英国石油公司 榆树 回归模型 支持向量机 英国石油公司 榆树 回归模型

0.102 0.101/0.008 0.105/0.029 0.089/0.123 0.107/0.053 0.110/0.078 0.116/0.141 0.119/0.166 0.108/0.059 0.107/0.050 0.102/0.000 0.1038/0.018 0.109/0.071
0.088 0.086/0.026 0.108/0.225 0.098/0.111 0.084/0.050 0.089/0.013 0.088/0.003 0.133/0.511 0.085/0.033 0.096/0.085 0.109/0.240 0.133/0.511 0.088/0.001
0.067 0.079/0.179 0.081/0.203 0.099/0.480 0.066/0.010 0.075/0.115 0.054/0.198 0.056/0.166 0.072/0.069 0.074/0.109 0.059/0.121 0.058/0.134 0.067/0.001
平均误差 0.071 0.152 0.238 0.038 0.069 0.114 0.281 0.054 0.081 0.12 0.221 0.024
标准偏差 0.094 0.107 0.210 0.024 0.052 0.100 0.200 0.019 0.030 0.120 0.258 0.041

: 预测价值; 相对误差。

3显示平均误差和标准差的预测值的测试集不同的回归模型基于指标数据在不同层次和不同的核函数。他们是按升序排名如下: 。基于回归模型方法的数据驱动的模型显示最低的平均误差和标准偏差,因而优于其它模型。

5.2。核函数的选择对回归模型精度的影响

这部分调试常见RBF内核、线性聚,这都是为生物模型的构造,探讨核函数的选择对数据驱动模型(数据8- - - - - -10和表4)。数据8- - - - - -10表明,预测值为生物模型的基于RBF核显示实际值的拟合效果最好,平均误差最小,最高性能。


样品 主要指标 二级指标 三级指标
RBF 线性 RBF 线性 RBF 线性

训练集 0.000 0.018 0.003 0.021 0.021 0.040 0.002 0.003 0.003
0.000 0.031 0.036 0.044 0.054 0.100 0.017 0.014 0.024
0.000 0.012 0.015 0.032 0.022 0.045 0.012 0.008 0.015
0.000 0.020 0.029 0.071 0.096 0.093 0.005 0.005 0.009
0.000 0.118 0.186 0.093 0.094 0.188 0.022 0.022 0.041
0.000 0.078 0.064 0.124 0.135 0.102 0.022 0.012 0.022
0.000 0.234 0.157 0.145 0.050 0.127 0.017 0.006 0.010

测试集 0.053 0.057 0.024 0.059 0.085 0.082 0.071 0.072 0.076
0.050 0.011 0.018 0.033 0.022 0.016 0.001 0.044 0.044
0.010 0.063 0.091 0.069 0.190 0.134 0.001 0.062 0.075

平均误差(测试集) 0.038 0.044 0.044 0.054 0.099 0.077 0.024 0.059 0.065

平均误差(集) 0.011 0.064 0.062 0.071 0.077 0.093 0.017 0.025 0.032

如表所示4,当模型是基于主要指标数据,预测的平均相对误差值为生物模型的基于三个内核函数按升序排名如下: (集); (测试集)。当模型是基于二级指标数据,预测的平均相对误差值按升序排 (所有集) (测试集)。当模型是基于二级三级指标数据,预测的平均相对误差值在所有集和测试集的排名以升序排序如下: 。因此,训练集的基于RBF核显示回归模型拟合程度比其他内核函数。RBF内核执行比其他内核功能无论预测准确性的所有集或测试集。

6。结论

本研究建立一个消费电子产品供应链的价值创造系统的理论价值的基础上cocreation之间的互动增值机制在供应链价值的创造者。因此,本研究采用生物方法构造一个数据驱动的消费电子产品供应链模型,提出了回归模型算法,适合有限样本用于消费电子产品供应链。这种算法和边际效应的基础上,本研究提出了一种良好的训练集的比例条件下测试集涉及少量的数据样本。最后,本研究进行实证分析排名前十位的智能手机在中国市场的供应链。结果表明,该模型取得了良好的预测精度。这个研究可以帮助消费电子企业准确地确定增值点,进行市场分析。这项研究还提供了一个很好的实用价值,提高这些企业的消费电子产品供应链的竞争力。

后续研究将进行深入分析的消费电子产品供应链的价值创造机制。特征选择根据建立指标体系和数据驱动的模型,和消费电子产品供应链的最优投资策略将决定投资。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

这项研究是由中国国家自然科学基金会(国家自然科学基金委)(批准号71572096)。

引用

  1. s b,是不是想找人A . n . Vaidya p s达特和t . Chakrabarti“可持续路线图发展电子垃圾管理系统在印度,”科学的环境,卷409,不。1,19-32,2010页。视图:出版商的网站|谷歌学术搜索
  2. 2015年中国消费电子报告,中国消费电子报告、业务来源完整EBSCO信息服务,伊普斯维奇,质量,美国,2016年。
  3. x p .沈”价值体系和供应链的竞争优势。”物流工程与管理,没有。8,137 - 139年,2010页。视图:谷歌学术搜索
  4. j·c·安德森和j . a . Narus业务市场管理:理解、创造和交付价值上层,普伦蒂斯霍尔出版社,台北,美国,第二版,2004年版。
  5. n Mizik r·雅各布森,“价值创造与价值之间的权衡拨款:变化的金融影响战略强调,“市场营销杂志,卷67,不。1,第76 - 63页,2003。视图:出版商的网站|谷歌学术搜索
  6. s . l . Vargo r . f . Lusch,“营销发展到一个新的主流逻辑,”市场营销杂志,卷68,不。1,1卷,2004页。视图:谷歌学术搜索
  7. c·k·普拉哈拉德和诉Ramaswamy未来的竞争:与客户一起营造独特的价值,哈佛商学院出版社,波士顿,质量,美国,2004年。
  8. a . r .坂本,c·b·维拉尔·m·e·马丁斯开放创新和协作网络在供应链:IPTV开放论坛,IGI全球,宾夕法尼亚州,美国,2012年。
  9. d . Aksen:阿拉斯,a·g·Karaarslan”设计与分析政府补贴incentive-dependent收益的收集系统,”国际生产经济学杂志》上,卷119,不。2、308 - 327年,2009页。视图:出版商的网站|谷歌学术搜索
  10. h . h . m . h . h . Liu Lei邓,g . k . Keong梁和t .黄,“双通道,以品质为基础的价格竞争模型WEEE回收市场,政府补贴,”ω59卷,第302 - 290页,2016年。视图:出版商的网站|谷歌学术搜索
  11. 林志信。乔,x。居,H.-G。Fung)“行业协会网络、创新和公司业绩在中国的中小企业,“中国经济评论卷,29号6,213 - 228年,2014页。视图:出版商的网站|谷歌学术搜索
  12. j·h·肖,k .谢y,和x h .廖”供应链转型从面向合作伙伴从partner-oriented变成客户:双壳体研究电子商务企业的供应链,”管理世界,没有。4、137 - 154年,2015页。视图:谷歌学术搜索
  13. 董问:c .孟j . h, c·c·李”研究供应链价值最大化基础上新产消者”中国管理科学杂志》上,20卷,不。6,102 - 109年,2012页。视图:谷歌学术搜索
  14. 孟问:c和h·h·李”,研究供应链价值最大化考虑基于新产消者,供应链之间的竞争”中国管理科学杂志》上,23卷,不。3、168 - 176年,2015页。视图:谷歌学术搜索
  15. 美国,美国曾、y风扇和黄g .问:“最佳服务选择和组合面向服务的制造网络,”国际期刊《计算机集成制造,24卷,不。5,416 - 430年,2011页。视图:出版商的网站|谷歌学术搜索
  16. 美国Cavalieri和g . Pezzotta”产品服务系统工程:国家的艺术和研究挑战,”计算机在工业领域,卷63,不。4、278 - 288年,2012页。视图:出版商的网站|谷歌学术搜索
  17. l .甄“面向服务的制造策略,分析研究”国际生产经济学杂志》上,卷139,不。1,第228 - 220页,2012。视图:出版商的网站|谷歌学术搜索
  18. y y妞妞,”研究的影响集群供应链网络开放创新的范式下,“价值工程,没有。15日,第67 - 64页,2015年。视图:谷歌学术搜索
  19. HignBeam业务,IBM供应链创新中心在中国上映HignBeam商业、工业/ IW,芝加哥,生病,美国,2008年。
  20. r·f·Lusch, s . l . Vargo和m . O ' brien”竞争通过服务:从服务主流逻辑,“杂志零售,卷83,不。1,5日至18日期间召开,2007页。视图:出版商的网站|谷歌学术搜索
  21. m . s . Yadav和p . r .同“理解产品迁移到电子市场:一个概念性的框架中,“杂志零售,卷81,不。2、125 - 140年,2005页。视图:出版商的网站|谷歌学术搜索
  22. c . Gronroos“重新审视服务逻辑:谁创造价值?和谁共同创造?”欧洲商业评论,20卷,不。4、298 - 314年,2008页。视图:出版商的网站|谷歌学术搜索
  23. d·巴兰坦和r . j . Varey”通过营销互动:创造使用价值的交换逻辑相关,沟通和了解,“市场营销理论》第六卷,没有。3、335 - 348年,2006页。视图:出版商的网站|谷歌学术搜索
  24. g . Ramani和诉Kumar“互动取向和公司业绩,”市场营销杂志,卷72,不。1,27-45,2008页。视图:出版商的网站|谷歌学术搜索
  25. r . t .生锈,c·摩尔人,g . Bhalla)“反思营销”哈佛商业评论,卷88,不。4、94 - 101年,2010页。视图:谷歌学术搜索
  26. 问:w . j . c .徐任,z z沈,“预测混凝土强度的辐射屏蔽回归模型的基础上,“年报的核能卷,85年,第300 - 296页,2015年。视图:出版商的网站|谷歌学术搜索
  27. h . m . Khalil和m . El-Bardini”实现回转液压马达速度控制器的回归模型的基础上,“专家系统与应用程序,38卷,不。11日,第14256 - 14249页,2011年。视图:出版商的网站|谷歌学术搜索
  28. 苏耿赋。林”,多层次的法官与支持向量机分类器对图像增强,”国际期刊的创新计算、信息和控制,11卷,不。5,1639 - 1654年,2015页。视图:谷歌学术搜索
  29. r . Langone c . Alzate b . d . Ketelaere j . Vlasselaer w . Meert和j·a·k·Suykens”基于回归模型的谱聚类和回归预测维护的工业机器,”人工智能技术的工程应用37卷,第278 - 268页,2015年。视图:出版商的网站|谷歌学术搜索
  30. 张n和d·谢蒂“有效LS-SVM-based方法加工表面的表面粗糙度预测,“Neurocomputing卷。198年,35-39,2016页。视图:出版商的网站|谷歌学术搜索
  31. x h .元,c . Chen y . b .元,黄懿慧黄问:x Tan,“短期风电预测基于LSSVM-GSA模型,”能量转换和管理卷,101年,第401 - 393页,2015年。视图:出版商的网站|谷歌学术搜索
  32. h . h . Yu y y . Chen s g·哈桑和d·l·李,“预测中国太阳能温室温度的基于LSSVM优化的改进算法,”计算机和电子产品在农业卷,122年,第102 - 94页,2016年。视图:出版商的网站|谷歌学术搜索
  33. 崔j .吴x、t . Nishi和j·李,“游戏理论方法协调电信供应链网络外部性下,“创新计算的国际期刊,12卷,不。3、915 - 928年,2016页。视图:谷歌学术搜索
  34. h·c·荣格,j·s·金和h . Heo”预测建筑能源消耗使用一种改进的基于实数编码的遗传算法对最小二乘支持向量机的方法,”能源和建筑卷,90年,第84 - 76页,2015年。视图:出版商的网站|谷歌学术搜索
  35. d·a·席尔瓦,j·p·席尔瓦和a。r .罗查否决权,”新方法使用进化计算稀疏最小二乘支持向量机,”Neurocomputing卷,168年,第916 - 908页,2015年。视图:出版商的网站|谷歌学术搜索
  36. c . Durugbo和k·帕瓦尔,”共同创造过程的统一模型。”专家系统与应用程序第41卷。。9日,第4387 - 4373页,2014年。视图:出版商的网站|谷歌学术搜索
  37. a·f·佩恩,k . Storbacka和p .家庭主妇”管理的共同创造价值,”学院的营销科学》杂志上,36卷,不。1,第96 - 83页,2008。视图:出版商的网站|谷歌学术搜索
  38. h . Saarijarvi Kannan p k和h . Kuusela”共同创造价值:理论方法和实际意义,”欧洲商业评论,25卷,不。1,6-19,2013页。视图:出版商的网站|谷歌学术搜索
  39. n . Pinho g . Beirao l .会长Patricio, r . p . Fisk”和许多演员理解价值共同创造复杂的服务,“《服务管理,25卷,不。4、470 - 493年,2014页。视图:出版商的网站|谷歌学术搜索
  40. x l .广域网和问:c .孟”建设和能力确定供应链交互增值指标体系从共同创造的角度来看,“工作报告,2016年。视图:谷歌学术搜索
  41. c·科尔特斯和诉Vapnik支持向量网络。”机器学习,20卷,不。3、273 - 297年,1995页。视图:出版商的网站|谷歌学术搜索
  42. x《r .晴雯,大观园,美国中国学界,“预测混凝土强度的辐射屏蔽回归模型的基础上,“年报的核能卷,85年,第300 - 296页,2015年。视图:出版商的网站|谷歌学术搜索
  43. 他的技术,中国智能手机市场份额报告(2015年第三季度)2015年,他的技术。

版权©2016 Xiao-le广域网等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。


更多相关文章

PDF 下载引用 引用
下载其他格式更多的
订单打印副本订单
的观点1194年
下载786年
引用

相关文章

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读