论文部分内容阅读
在建设项目动态联盟候选伙伴绩效评价指标体系的基础上,提出了一种基于PCA-SVM的伙伴绩效综合测评方法,建立了相应的数学模型。首先通过PCA方法将众多指标进行综合,消除指标间的重叠信息,再利用SVM出色的学习能力和泛化能力对某建设项目动态联盟的候选伙伴绩效进行了综合评价。评价结果表明,PCA与SVM相结合的方法比RBF神经网络等其他方法具有更高的精度和拟合效果。为动态联盟候选伙伴绩效评价提供了一种新的方法。