基于改进萤火虫算法优化KELM的投标人画像评价研究
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.19 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
为了给供应商或投标人的最优选择提供科学决策的依据,提出一种基于改进的萤火虫算法优化核极限学习机(CMFA-KLEM)的投标人画像评价模型。首先,将云模型理论引入萤火虫算法,提出一种改进的萤火虫算法;然后,运用层次分析法从资质信息、投标行为、技术实力、信用评价和履约表现等5个方面构建出投标人画像评价指标体系;最后,将11个投标人画像评价二级指标的得分数据作为CMFA-KELM的输入向量,投标人画像评价等级作为CMFA-KELM的输出向量,建立投标人画像评价CMFA-KELM模型。研究结果表明,与其他算法相比,CMFA-KELM具有更高的准确率、检测率和更低的误报率。相关论文
- 2024-02-22发动机气缸套材料的应用与发展浅析
- 2024-02-21气缸套表面微坑填充物的释放行为试验研究
- 2020-11-17机械零件磨损寿命计算方法的比较与探讨
- 2024-03-25气缸套内表面激光造型珩磨加工
- 2024-02-23球墨铸铁气缸套铸造工艺优化
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。