论文部分内容阅读
为了评价企业当前知识化制造模式与动态环境因素的匹配性，为企业的快速响应提供依据，提出了一种考虑模糊输入和不均衡样本的非线性模糊加权支持向量机（NFW-SVM）模型。考虑到实际生产面临的动态环境因素具有模糊性和不确定性，引入三角模糊数对模糊因素进行描述。针对不同匹配类别数据样本的不均衡性，设置了不同的分类惩罚因子，以降低小样本错分的比例。将变异算子和具有收缩因子的动态惯性权重引入到标准粒子群优化算法中，利用改进的粒子群算法对模型参数进行优化，提高模型的分类精度。给出了基于NFW-SVM模型的知识化制造模式与