文献类型：期刊文章

作　　者：韩红桂[1] 郐晓丹[1] 张璐[1] 乔俊飞[1]

HAN Honggui;KUAI Xiaodan;ZHANG Lu;QIAO Junfei(Beijing Key Laboratory of Computational Intelligence and Intelligent System,Faculty of Information Technology,Beijing University of Technology,Beijing 100124,China)

机构地区：[1]北京工业大学信息学部计算智能与智能系统北京市重点实验室

出　　处：《北京工业大学学报》

基　　金：国家重点研发计划资助项目(2018YFC1900800-05);北京高校卓越青年科学家项目(BJJWZYJH01201910005020)

年　　份：2019

卷　　号：45

期　　号：11

起止页码：1033-1040

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对废旧手机回收过程中难以精准定价的问题,提出了一种基于模糊神经网络(fuzzy neural network,FNN)的价值评估方法.首先,设计了一种基于主成分分析(principal component analysis,PCA)的特征提取方法,获得了影响废旧手机回收价值的关键特征变量.其次,建立了基于FNN的价值评估模型,实现了回收价值与关键特征变量之间的非线性关系描述.最后,提出了一种自适应二阶参数学习算法(adaptive second-order parameter learning algorithm,ASOPLA),实现了价值评估模型自适应调整.将提出的价值评估方法应用于实际交易过程,结果表明,基于FNN的价值评估方法能够实现对废旧手机的准确定价.

关 键 词：废旧手机回收  价值评估 模糊神经网络(FNN)  主成分分析法 自适应二阶参数学习算法  

分 类 号：TP183]