為了提高企業(yè)運營雙層動態(tài)預測能力,提出基于RBF神經(jīng)網(wǎng)絡(luò)的企業(yè)運營雙層動態(tài)成本控制方法。建立企業(yè)運營雙層動態(tài)成本解析模型,采用關(guān)聯(lián)特征數(shù)據(jù)分析方法進行企業(yè)運營雙層動態(tài)成本的特征分布式挖掘,采用大數(shù)據(jù)信息融合方法進行企業(yè)運營雙層動態(tài)成本的運行約束參數(shù)分析模型,通過RBF神經(jīng)網(wǎng)絡(luò)訓練方法進行企業(yè)運營雙層動態(tài)成本控制的自適應尋優(yōu),建立企業(yè)運營雙層動態(tài)成本控制的模糊約束參數(shù)辨識模型,采用特征分布式重組方法實現(xiàn)企業(yè)運營雙層動態(tài)成本控制。仿真結(jié)果表明,采用該方法進行企業(yè)運營雙層動態(tài)成本控制的穩(wěn)定性較高,提高了企業(yè)運營雙層動態(tài)成本控制的自適應性。 

【文章來源】：武漢商學院學報. 2020,34(01)

【文章頁數(shù)】：4 頁

【部分圖文】：

成本偏緊系數(shù)與總資產(chǎn)對數(shù)關(guān)系

分析圖1得知，通過本文設(shè)計模型進行企業(yè)運營雙層動態(tài)成本控制，提高了資產(chǎn)控制水平，測試成本動態(tài)控制指標分布，得到結(jié)果如圖2所示。分析圖2得知，本文模型進行企業(yè)運營雙層動態(tài)成本動態(tài)控制，提高了成本動態(tài)控制能力，提高企業(yè)的盈利水平。

【參考文獻】：
期刊論文
[1]基于互聯(lián)網(wǎng)的金融二級市場數(shù)據(jù)統(tǒng)計分析[J]. 孫疏.  齊齊哈爾大學學報(哲學社會科學版). 2019(04)
[2]輕資產(chǎn)運營戰(zhàn)略下傳統(tǒng)制造業(yè)整合模式研究——基于互聯(lián)網(wǎng)視角[J]. 王余強,陳金龍.  華僑大學學報(哲學社會科學版). 2018(05)
[3]作為風險釋放工具的賣空機制——基于不同市場態(tài)勢的賣空效應研究[J]. 李琛,賀學會,李志生,徐壽福.  國際金融研究. 2017(11)
[4]宏觀因子、投資者行為與中國股債收益相關(guān)性——基于動態(tài)條件相關(guān)系數(shù)的實證研究[J]. 錢智俊,李勇.  國際金融研究. 2017(11)
[5]中國與TPP國家農(nóng)產(chǎn)品產(chǎn)業(yè)內(nèi)貿(mào)易走向研究——基于2001-2015年面板數(shù)據(jù)的預研分析[J]. 謝雨欣,孫軍,魏景賦.  哈爾濱商業(yè)大學學報(社會科學版). 2017(01)
[6]SPS措施對農(nóng)產(chǎn)品貿(mào)易的影響——基于Heckman兩階段方法的實證分析[J]. 董銀果,李圳.  浙江大學學報(人文社會科學版). 2017(03)
[7]應用灰關(guān)聯(lián)分析的PSO-SVR工程造價預測模型[J]. 王佼,劉艷春.  華僑大學學報(自然科學版). 2016(06)
[8]基于相對相似度關(guān)系的三角模糊數(shù)型不確定多屬性決策法[J]. 陳雪,黃智力,羅鍵.  控制與決策. 2016(12)
[9]科技型中小企業(yè)投資價值的生命周期特征及融資匹配分析[J]. 閆磊,姜安印,馮治庫.  當代經(jīng)濟科學. 2016(03)



本文編號：3303663