基于BP神经网络和多属性决策的投标预测模型

随着中国经济转型,水泥工业进入后水泥工业时代,需求步入放缓时期。激烈的市场竞争,迫使水泥设计院更加重视国家重点水泥项目的投标工作。提高中标率,降低投标成本,事关水泥设计院的生死。针对国家重点水泥项目的投标特点,提出了基于BP神经网络和多属性决策的投标预测方法。应用Neurophstudio计算软件,建立投标预测模型。以实例验证了该模型的正确性及实用性。该模型为水泥设计院在投标决策上提供了精准依据。

基于不确定语言型ANP理论的薪酬结构模型

为了量化薪酬结构模型中的模糊性评价,文章将不确定语言型多属性决策和网络分析法(ANP)的理论运用于薪酬结构模型中,说明了模型中不同层间的反馈作用、同层间各元素相互影响作用以及评判专家的不确定性和思维模糊性的影响,并通过Matlab计算出了模型中各要素的全局权重,量化了模糊性评价。实例验证,将不确定语言型网络分析法应用于薪酬结构模型是可行的,相对于传统的层次分析法和网络分析法更加有效。