關鍵詞：廢舊手機回收 價值評估 主成分分析法 自適應二階參數學習算法 

摘要：針對廢舊手機回收過程中難以精準定價的問題,提出了一種基于模糊神經網絡(fuzzy neural network,FNN)的價值評估方法.首先,設計了一種基于主成分分析(principal component analysis,PCA)的特征提取方法,獲得了影響廢舊手機回收價值的關鍵特征變量.其次,建立了基于FNN的價值評估模型,實現了回收價值與關鍵特征變量之間的非線性關系描述.最后,提出了一種自適應二階參數學習算法(adaptive second-order parameter learning algorithm,ASOPLA),實現了價值評估模型自適應調整.將提出的價值評估方法應用于實際交易過程,結果表明,基于FNN的價值評估方法能夠實現對廢舊手機的準確定價.

北京工業大學學報雜志要求:

{1}參考文獻指在論文中引用的文獻。序號用方括號標注。著作的頁碼在文中標注在序號邊，如[2]123。引用經典著作請使用最新版本。可參看近期刊發稿件的參考文獻格式。

{2}所投稿件要求觀點明確，論據可靠，層次分明，論述精練，語言準確，符合規范。

{3}來稿必須原創，不得一稿多投，文責自負。本刊對刊登來稿有刪改權。作者如有異議，請在來稿中注明。

{4}借喻詞一般需用“”號；課題名用“”號，不用“《》”。

{5}作者簡介：姓名、出生年月、性別、畢業院校、職稱、研究方向、目前從事何種工作、聯系電話、手機、電子郵箱、通訊地址及郵編。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社