Print

基于大数据分析的电力供应商投标评估预测方案研究

论文摘要

为了从商务响应、技术响应、价格等多个维度出发,全面评估投标人的综合实力,设计了一个基于大数据分析的电力系统供应商评估、预测方案。并选择了有代表性的算法模型,包括逻辑回归、线性回归、梯度提升树和决策树等多种模型进行了对比研究。通过对某省级电力公司四年的历史数据进行分析,算例显示:梯度上升模型在多种特征下均显示了较高的接近90%的正确率,而逻辑回归模型在f4特征下得到了最高正确率91.86%,从而在一定程度上证明了利用大数据分析手段对电力供应商进行投标评估、预测的可能性和可行性。

论文目录

  • 0 引言
  • 1 相关工作
  •   1.1 开发、实验平台
  •   1.2 相关算法
  •     1.2.1 线性回归算法
  •     1.2.2 决策树模型
  •     1.2.3 逻辑回归模型
  •     1.2.4 梯度上升算法
  • 2 方案的设计和实现
  •   2.1 框架
  •   2.2 步骤
  • 3 实验结果分析
  •   3.1 实验环境
  •   3.2 多个模型的分析和比较
  •     3.2.1 数据概览和分析
  •     3.2.2 各模型的参数设置
  •       （1） 逻辑回归模型
  •       （2） 线性回归模型（取所得结果的中位数为分割点）
  •       （3） 决策树模型（取所得结果的中位数为分割点）
  •       （4） 梯度上升模型
  •     3.2.3 各模型准确率
  •   3.3 正确率评估
  • 4 总结

    • 文章来源

    类型: 期刊论文

    作者: 魏俊奎,周顺凯,金义

    关键词: 投标,机器学习,大数据

    来源: 微型电脑应用 2019年10期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑,经济与管理科学

    专业: 电力工业,计算机软件及计算机应用,工业经济,企业经济

    单位: 国网安徽省电力有限公司,华东师范大学计算机科学技术系

    分类号: TP311.13;F426.61;F271

    页码: 75-78

    总页数: 4

    文件大小: 364K

    下载量: 189

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/aa27ba00d44ac5af0928e083.html