基于人工免疫机理和LS-SVM 的顾客需求重要度预测

doi:10.3969/j.issn.1000-565X.2013.01.014

华南理工大学学报（自然科学版） ›› 2013, Vol. 41 ›› Issue (1): 89-94.doi: 10.3969/j.issn.1000-565X.2013.01.014

基于人工免疫机理和LS-SVM 的顾客需求重要度预测

黄爱华¹ 蒲洪彬² 李伟光² 侯跃恩²

1. 华南理工大学工商管理学院, 广东广州 510640; 2. 华南理工大学机械与汽车工程学院, 广东广州 510640

收稿日期:2012-07-05 修回日期:2012-09-21 出版日期:2013-01-25 发布日期:2012-12-03
通信作者: 黄爱华(1962-),女,副教授,主要从事管理科学与工程、企业管理研究. E-mail:ahhuang@scut.edu.cn
作者简介:黄爱华(1962-),女,副教授,主要从事管理科学与工程、企业管理研究.
基金资助:
广东省重大科技专项(2009A080202004);广东省粤港关键领域重点突破项目(2011BZ100012)

Importance Forecast of Customer Requirements Based on ArtificialImmunity and Least Square Support Vector Machine

Huang Ai-hua¹ Pu Hong-bin² Li Wei-guang² Hou Yue-en²

1. School of Business Administration, South China University of Technology, Guangzhou 510640, Guangdong, China;2. School of Mechanical and Automotive Engineering, South China University of Technology, Guangzhou 510640, Guangdong, China

Received:2012-07-05 Revised:2012-09-21 Online:2013-01-25 Published:2012-12-03
Contact: 黄爱华(1962-),女,副教授,主要从事管理科学与工程、企业管理研究. E-mail:ahhuang@scut.edu.cn
About author:黄爱华(1962-),女,副教授,主要从事管理科学与工程、企业管理研究.
Supported by:
广东省重大科技专项(2009A080202004);广东省粤港关键领域重点突破项目(2011BZ100012)

摘要/Abstract

摘要： 为了提高质量功能配置过程的动态决策水平,实现顾客需求重要度的有效预测,采用最小二乘支持向量机(LS-SVM) 建立顾客需求重要度预测模型,并结合人工免疫机理,以LS-SVM 模型参数为抗体、顾客需求重要度预测误差为抗原,采用克隆算法完成顾客需求重要度LS-SVM 预测模型参数的免疫优化选择. 文中还以数控瓦楞纸板印刷模切机顾客需求重要度预测为例验证了所提方法的可行性,并与基于灰色模型和神经网络模型的顾客需求重要度预测方法进行了比较,结果表明,所提出的基于人工免疫机理与LS-SVM 的顾客需求重要度预测方法可行,且预测效果较好.

关键词: 质量功能配置, 顾客需求, 重要度预测, 人工免疫, 最小二乘支持向量机

Abstract:

In order to improve the dynamic decision level during the quality function deployment and effectivelypredict the importance of customer requirements, a forecast model based on the least square support vector machine(LS-SVM) is constructed. Then, by using the model parameters as the antibody and the importance forecast devia-tion as the antigen, the parameters of LS-SVM model are optimized by means of the clonal selection algorithm. Fi-nally, a numerical printing and die-cutting machinery of corrugated board is used as an example to verify the feasi-bility of the proposed method, and the results are compared with those obtained by the methods based on grey modeland neural network. It is found that the proposed method based on artificial immunity and LS-SVM is feasible andeffective in forecasting the importance of customer requirements.

Key words: quality function deployment, customer requirement, importance forecast, artificial immunity, least-square support vector machine

中图分类号:

中图分类号：TP 391 doi:10.3969/j.issn.1000-565X.

黄爱华蒲洪彬李伟光侯跃恩. 基于人工免疫机理和LS-SVM 的顾客需求重要度预测[J]. 华南理工大学学报（自然科学版）, 2013, 41(1): 89-94.

Huang Ai-hua Pu Hong-bin Li Wei-guang Hou Yue-en. Importance Forecast of Customer Requirements Based on ArtificialImmunity and Least Square Support Vector Machine[J]. Journal of South China University of Technology (Natural Science Edition), 2013, 41(1): 89-94.

[1]	徐杨林琪李东. 改进的面向流程挖掘的日志数据融合方法[J]. 华南理工大学学报（自然科学版）, 2017, 45(1): 112-117.
[2]	许玉格宋亚龄罗飞张雍涛曹涛. 基于人工免疫算法的污水处理系统节能优化[J]. 华南理工大学学报（自然科学版）, 2013, 41(8): 34-40.
[3]	张福勇齐德昱胡镜林. 基于IRP的未知恶意代码检测方[J]. 华南理工大学学报（自然科学版）, 2011, 39(4): 15-20.
[4]	岑健张清华胥布工高廷玉. 无量纲免疫检测器在缓变故障检测中的应用[J]. 华南理工大学学报（自然科学版）, 2009, 37(5): 64-67.
[5]	李优新毛宗源田联房. 基于人工免疫和图像直接反馈的视觉伺服控制[J]. 华南理工大学学报（自然科学版）, 2009, 37(5): 54-58，89.
[6]	郭建华邓飞其杨海东. 基于目标进化的aiNet聚类算法[J]. 华南理工大学学报（自然科学版）, 2009, 37(4): 1-6.
[7]	刘定平叶向荣邓华裕 . 基于LSSVM—MODE的水煤浆生产优化控制[J]. 华南理工大学学报（自然科学版）, 2009, 37(2): 158-162.
[8]	罗飞林小兰许玉格李慧娟. 基于免疫粒子群混合优化算法的新型派梯策略[J]. 华南理工大学学报（自然科学版）, 2008, 36(8): 1-5.
[9]	邓九英毛宗源罗英辉 . 基于人工免疫网络的模式识别算法[J]. 华南理工大学学报（自然科学版）, 2008, 36(1): 99-104.
[10]	刘定平肖蔚然陆继东. 基于煤粉细度反馈控制的制粉系统优化[J]. 华南理工大学学报（自然科学版）, 2007, 35(6): 34-37,42.
[11]	梁平范立莉龙新峰. 非线性模型在汽轮发电机组振动故障预测中的应用[J]. 华南理工大学学报（自然科学版）, 2006, 34(6): 122-126.
[12]	谭光兴李中华毛宗源. 基于独特型网络动力学模型的人工免疫算法[J]. 华南理工大学学报（自然科学版）, 2006, 34(1): 62-65,72.
[13]	李中华, 毛宗源, 邬依林, 等. 基于人工免疫算法的电梯交通动态分区计算[J]. 华南理工大学学报(自然科学版), 2004, 32(4): 28-32.
[14]	康春江汪国强廖芹. 基于 LS-SVM 的橡胶炭黑均匀度判定模型[J]. 华南理工大学学报(自然科学版), 2004, 32(11): 51-54.
[15]	朱燕飞毛宗源谭光兴. 锌钡白煅烧过程的 LS-SVM 建模仿真[J]. 华南理工大学学报(自然科学版), 2004, 32(11): 46-50.

基于人工免疫机理和LS-SVM 的顾客需求重要度预测

Importance Forecast of Customer Requirements Based on ArtificialImmunity and Least Square Support Vector Machine

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价