[發明專利]一種基于模糊神經網絡的廢舊手機定價方法在審
| 申請號: | 201910814910.6 | 申請日: | 2019-08-30 |
| 公開(公告)號: | CN110544124A | 公開(公告)日: | 2019-12-06 |
| 發明(設計)人: | 韓紅桂;鄶曉丹;張璐 | 申請(專利權)人: | 北京工業大學 |
| 主分類號: | G06Q30/02 | 分類號: | G06Q30/02;G06Q10/00;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司: | 11203 北京思海天達知識產權代理有限公司 | 代理人: | 劉萍<國際申請>=<國際公布>=<進入國 |
| 地址: | 100124 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 廢舊手機 定價 模糊神經網絡 回收 關鍵特征 非線性關系 主成分分析 定價模型 高效回收 交易過程 特征提取 電子產品 | ||
本發明提出一種基于模糊神經網絡的廢舊手機定價方法,屬于電子產品回收領域。針對廢舊手機回收過程中難以精準定價的問題,本發明提出了一種基于模糊神經網絡的廢舊手機定價方法。本發明設計了一種基于主成分分析的特征提取方法,獲得了影響廢舊手機回收價值的關鍵特征變量;建立了基于模糊神經網絡的廢舊手機定價模型,實現了回收價值與關鍵特征變量之間的非線性關系描述。結果表明,本發明在實際回收交易過程中能夠實現對廢舊手機的準確定價,其定價結果的準確性可以滿足廢舊手機高效回收的需求。
技術領域
本發明在手機回收企業真實交易數據的基礎上,通過特征分析方法提取影響廢舊手機回收價值的關鍵特征變量,利用模糊神經網絡建立廢舊手機定價模型,實現廢舊手機的準確定價。廢舊手機回收價值與其影響因素之間存在著復雜的非線性關系,將基于模糊神經網絡的廢舊手機定價方法應用于實際回收交易過程中,能夠實現手機回收價值與關鍵特征變量之間非線性關系的準確描述,獲得更加精準的定價效果,屬于電子產品回收領域。
背景技術
廢舊手機蘊藏著豐富的可利用資源,回收利用的價值巨大;然而,廢舊手機價值的影響因素眾多,各影響因素之間關系復雜,難以準確確定回收價值,導致廢舊手機的回收率低下。實現對廢舊手機的精準定價,是促進廢舊電子產品回收再利用的重要舉措,不但具有較好的經濟效益,而且具有顯著的環境和社會效益。因此,本發明的研究成果具有廣闊的應用前景。
廢舊手機回收價值影響因素之間存在信息冗余,為降低廢舊手機定價模型計算復雜度,必須尋求一種特征分析方法,進行關鍵特征變量的提取,從而使廢舊手機定價過程更加簡明清晰、定價結果更加客觀準確。
傳統廢舊手機定價方法中定價參數主要由操作人員主觀確定,而且由于二手手機市場不發達,交易價格信息不完善,導致該類方法難以取得滿意的定價效果。基于數學模型的方法能夠提高廢舊手機定價的準確性,然而,廢舊手機回收價值與其影響因素之間存在著復雜的非線性關系,該類方法不能實現對非線性關系的準確描述,其定價結果的準確性難以滿足廢舊手機高效回收的需求。近年來,為了進一步提高廢舊手機的定價精度,基于數據驅動的定價方法引起了廣泛的關注,然而,基于BP神經網絡的廢舊手機定價模型學習效率低、收斂速度慢、容易陷入局部最優,難以實現對廢舊手機的快速精準定價。因此,如何快速實現對廢舊手機的準確定價,已成為電子產品回收領域研究的重要課題,具有重要的現實意義。
本發明設計了一種基于模糊神經網絡的廢舊手機定價方法,該方法利用主成分分析算法提取關鍵特征變量并基于模糊神經網絡建立了廢舊手機定價模型,該模型充分的發揮了模糊系統和神經網絡的優勢,可以自適應調整定價模型參數,能夠有效克服定價過程中主觀因素的影響,使得定價結果趨于穩定和準確,為手機回收定價提供了一種有效的方法,滿足了廢舊手機回收的需要。
發明內容
本發明獲得了一種基于模糊神經網絡的廢舊手機定價方法,該方法通過主成分分析算法得到了影響廢舊手機回收價值的關鍵特征變量,通過構建基于模糊神經網絡的定價模型,實現關鍵特征變量與回收價值之間的映射,實現廢舊手機準確定價,解決了廢舊手機回收過程中難以精準定價的問題,能夠滿足廢舊手機高效回收的需求。
本發明采用了如下的技術方案及實現步驟:
1.一種基于模糊神經網絡的廢舊手機定價方法,其特征在于,包括以下步驟:
(1)對廢舊手機回收交易案例進行預處理,確定交易樣本數據矩陣
①將交易案例中的定性描述變量轉化為可用于廢舊手機定價模型學習和訓練的數據型變量,轉化過程如下:
Wa=[wa1,wa2,...,waN]; (1)
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京工業大學,未經北京工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910814910.6/2.html,轉載請聲明來源鉆瓜專利網。





