基于改进的粒子群—模糊神经网络的汽车客户售后服务预测

发布时间：2019-10-23 02:23

【摘要】：我国的汽车产业得到了日新月异的发展,国内人民对汽车的需求已经使得许多汽车销售的4S店无法满足,汽车产业的重心正逐渐由前市场向后市场转移,汽车售后服务逐渐成为汽车销售4S店所关心的核心问题。因此,分析汽车客户需求,并提供相对应的汽车售后主动服务是至关重要的,也是解决汽车客户需求个性化与售后服务同质化矛盾的唯一途径。 本文基于课题组前期的研究成果,在客户划分、客户分类、客户聚类、客户共性特征提取、客户个性特征分析等一系列的研究成果之上,总结不同汽车客户群的标准客户。在已经充分了解汽车售后服务种类的前提下,对汽车标准客户所需的汽车售后服务进行预测,以达到汽车业售后主动服务的目的。基于此,本文拟利用改进的粒子群-模糊神经网络模型对汽车标准客户所需的汽车售后服务进行预测,从而达到为客户进行主动服务的目的。 模糊神经网络具有较好的非线性和学习能力,同时能够模仿人的思维方式,但是经常出现易震荡、收敛速度较慢、局部优化等缺点,缺乏精确数据筛选处理能力；粒子群算法可以依赖较少的经验参数达到快速收敛的能力,但同时也容易陷入局部优化。基于以上原因,本文利用改进的粒子群算法,通过对传统化算法的自适应调整,不但提高了收敛速度,还保证的种群的多样性,同时利用改进的粒子群算法对模糊神经网络的输入节点、隐含层节点、输入权值、输出权值、阈值等参数进行训练,通过改进的粒子群-模糊神经网络模型,更加的稳定,能较快的达到全局收敛,并且具有较强的记忆能力、学习能力和推广能力。 最后,本文通过实证研究SH4S店的售后服务预测,通过课题组前期的问卷调查及回收的数据,确定SH4S店的汽车标准客户,并利用改进的粒子群-模糊神经网络模型对SH4S店的汽车标准客户进行服务预测。
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP183;F426.471

【参考文献】

相关期刊论文 前10条

1 戴朝华;朱云芳;陈维荣;林建辉;;云遗传算法及其应用[J];电子学报;2007年07期

2 韦杏琼;周永权;黄华娟;罗德相;;云自适应粒子群算法[J];计算机工程与应用;2009年01期

3 吴秋波;王允诚;赵秋亮;吴昌荣;;混沌惯性权值调整策略的粒子群优化算法[J];计算机工程与应用;2009年07期

4 王爽;朱栋华;王家凯;;模糊神经网络的理论与应用[J];江苏环境科技;2007年S2期

5 顾春琴;陶乾;吴家培;常会友;姚卿达;衣杨;;基于混合自适应遗传算法的工作流挖掘优化[J];计算机科学;2010年03期

6 徐小平;钱富才;王峰;刘红艳;;基于改进粒子群算法的Hammerstein模型辨识[J];计算机工程;2008年14期

7 常先英;李荣钧;;粒子群优化算法中加速系数的实验分析[J];计算机工程;2010年04期

8 易文周;张超英;王强;许亚梅;周金玲;;基于改进PSO和DE的混合算法[J];计算机工程;2010年10期

9 张光卫;何锐;刘禹;李德毅;陈桂生;;基于云模型的进化算法[J];计算机学报;2008年07期

10 李炳宇,萧蕴诗,吴启迪;一种基于粒子群算法求解约束优化问题的混合算法[J];控制与决策;2004年07期

相关博士学位论文 前4条

1 张丽平;粒子群优化算法的理论及实践[D];浙江大学;2005年

2 雷开友;粒子群算法及其应用研究[D];西南大学;2006年

3 李宁;粒子群优化算法的理论分析与应用研究[D];华中科技大学;2006年

4 高芳;智能粒子群优化算法研究[D];哈尔滨工业大学;2008年

相关硕士学位论文 前4条

1 李旭军;基于概率神经网络的质量控制研究[D];合肥工业大学;2006年

2 杜玉平;关于粒子群算法改进的研究[D];西北大学;2008年

3 戴利雄;基于模糊神经网络的智能故障诊断技术研究[D];大连海事大学;2009年

4 李秋;模糊神经网络的研究及其在模式识别中的应用[D];天津科技大学;2009年

，

本文编号：2551889