文献

J-GLOBAL ID：201802253612807340   整理番号：18A1936046

クラウド製造におけるACOベースサポートベクトル回帰アンサンブルを用いた価格予測【JST・京大機械翻訳】

Price forecasting using an ACO-based support vector regression ensemble in cloud manufacturing

著者 (2件)： Meng Q.N. (Faculty of Management and Economics, Dalian University of Technology, Dalian 116024, China) ,  Xu X. (Department of Mechanical Engineering, The University of Auckland, Auckland 1142, New Zealand)
資料名： Computers & Industrial Engineering  (Computers & Industrial Engineering)
巻： 125  ページ： 171-177  発行年： 2018年 
JST資料番号： D0502B  ISSN： 0360-8352  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： クラウド製造環境において,その価値とコストからのサービス価格の偏差は,サービスプロバイダのための挑戦課題を予測するオンデマンド価格を作る。本論文の主目的は,製品ライフサイクル,例えば設計,製造,およびサービス段階における価格決定のための価値測定と計量(VMM)の分類を提示することである。さらに,価格決定変数を定式化するためのパラメトリック価格決定手法を提案し,価格決定因子を表し,VMMの観点から計算し,また価格決定変数と価格の間の回帰関係についても計算した。Antコロニー最適化アルゴリズム(ACO)ベースのサポートベクトル回帰(SVR)アンサンブルを開発し,価格を予測した。中国における組織の実世界データによる提案方法論の有効性を実証した。実験結果は,提案した方法が,最良の平均二乗誤差(MSE)による顕著な一般化性能を達成し,アンサンブル学習のランダム性において信頼できる結果を達成することを示した。したがって,提案した価格決定法はサービスプロバイダに対して実行可能な価格を作る方法を提供する。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *価格決定 ,  コロニー ,  定式化
準シソーラス用語： ランダム性 ,  アンサンブル学習 ,  平均二乗誤差 ,  最適アルゴリズム ,  決定因子 ,  決定変数 ,  製品寿命 ,  サービスプロバイダ ,  価格予測 ,  *サポートベクトル回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： 価格予測 ,  パラメトリック価格決定 ,  アリコロニー最適化 ,  アンサンブル ,  クラウド製造

分類 (2件)： マーケティング  (KA06020W) ,  数理計画法  (KA03030M)

タイトルに関連する用語 (5件)： クラウド製造 ,  ACO ,  サポートベクトル回帰 ,  アンサンブル ,  価格予測