共查询到20条相似文献,搜索用时 218 毫秒
1.
<正>上期我们通过某维修企业客户流失报表,对客户流失的概念、影响流失因素、流失价值的计算做了介绍,并对该企业本田车、大众车和悦达起亚车流失的价值进行了分析。本田车5月份流失6台,未来流失的总价值81000元,大众车5月份流失13台,未来流失的总价值136500元,悦达 相似文献
2.
3.
《中国公路学报》2017,(5)
为量化和预测高速公路价值,测定高速公路价值的主要影响因素,确保高速公路保值增值,采用灰色预测方法建立灰色预测模型进行高速公路价值的预测,并通过残差检验以验证模型的精准度;采用灰色关联度分析方法,寻找价值影响主要因素,确定各影响因素间的联动关系,并以福建高速作为实证分析对象,对所建模型进行实证分析。研究结果表明:以0.642 0的残差值通过模型精度检验,福建高速未来3年的价值为470 218万元;福建高速价值的净现金流与养护业务成本、运营收入、征收业务成本、土地租金、路政支出、监控业务成本、路产折旧等相关因素的关联度依次为0.98,0.94,0.90,0.90,0.88,0.87,0.83;在各影响因素之间,按照取高原则和不重复原则,运营收入与征收业务成本关联系数为0.96,关联度较高;路产折旧与监控业务成本关联系数为0.94,关联度较高;路政支出与监控业务关联系数为0.99,关联度较高;该构建模型可用于高速公路价值预测,灰色关联度分析可作为探寻价值影响主因、测定影响因素间联动关系的有效方法,其结果可为高速公路实施价值管理提供依据。 相似文献
4.
5.
<正>我辅导过一个维修企业,客户满意度在98%,但是客户流失率在25%以上,其中新客户的流失到达70%。为什么客户满意度达到98%,而实际客户的流失却还在大幅度增加?下面就这个问题与大家深入地进行讨论 相似文献
6.
7.
为了对路基沉降变化规律进行预测,避免发生工程事故,提出了将广义回归神经网络模型应用于软土地基沉降预测中的方案。通过广义回归神经网络的基本理论和概念,采用实际工程数据,用BP神经网络方法和广义回归神经网络方法进行了预测分析,比较了2种方法的3组预测结果。工程实例预测结果表明,广义回归神经网络方法的均方误差和决定系数表现都优于BP神经网络方法;证明该方法是可行且有效的。 相似文献
8.
为了得到理想的航空系统客运量预测结果,引入了系统动力学预测方法。在对航空运输系统主要因素及因果关系分析的基础上,建立了航空运输客运需求量系统动力学模型,并采用历史统计数据对模型进行了仿真和验证,结果证明该模型有效可行,可以较好地克服传统预测方法的不足之处。 相似文献
9.
张凯成李舜酩孙明杰姚通 《车用发动机》2018,(5):54-60
对4缸柴油机油底壳的振动与噪声进行预测,并给出了多种结构优化方案进行降噪研究。在三维设计软件Creo中简化油底壳模型,导入有限元软件HyperMesh和AnsysWorkbench建立有限元模型,分析了油底壳在正常工作情况下的模态特性和瞬态响应特性。利用瞬态响应结果计算得到了油底壳声功率值。根据计算结果给出了3种不同的降噪方案,仿真结果表明3种优化方案均满足降噪的要求。 相似文献
10.
11.
文章首先对通过对某轻卡车架进行模态分析,结果显示仿真与试验吻合,验证仿真模型准确;然后,对YC系列纵梁截面的车架总成进行对比分析并选出性能优越的方案,可为工程实践提供有效参考。 相似文献
12.
在合理分析驾驶员通过强制控速设施行为的基础上,制定了相应的车速检测方案,并进行了实地车速检测。在分析车速与车辆到强制控速设施距离的散点图的基础上,建立了分段的多项式回归模型,然后利用最小二乘法回归计算,得出了相应模型的参数估计值,将模型参数代入回归模型即可获得车速预测函数。最后,进行了回归结果分析,分析结果表明分段多项式回归模型是正确有效的。利用该模型可以有效计算在给定公路限速条件下的最优强制控速设施安装间距。 相似文献
13.
<正>从上期客户流失总表(表10)中看到:企业流失总台次85台,未来流失产值770868元;未来每月流失产值22852元;车间班组流失分配产值115630元,班组月度流失分配产值3426元(如表11、图12所示)。这说明该企业客户流失的价值相当于该企业流失一个月的产值,师傅减少一个月的工资。算起来这是一个十分可怕的数字,说明有一大块蛋糕不见了。从上面的数据分析,知道了客户流失的损失与企业及个人的利益密切相关,会引起管理人员的高度重视,认真分析流失的原因,提出切实可行的解决方案,制定流失车辆与价值追 相似文献
14.
15.
本次研究基于路面抗滑特性的预测问题,运用道路摩擦系数测试仪在公路上进行路面摩擦系数测试试验,并对试验结果进行分析,提出了路面摩擦系数的影响因素。应用广义回归神经网络分析方法,以影响因素为分类标准,确定了摩擦系数预测模型的分类,建立了基于广义回归神经网络的路面摩擦系数预测模型,并通过60组试验数据对网络模型进行了训练,利用6组实验数据进行预测结果对比。结果表明,模型预测值与实测值的平均误差为3.0%左右,模型预测结果与实测结果吻合,所构建模型是正确的,且具有较高的精度;此外还通过实车进行了汽车制动试验,并根据试验结果与模型预测结果对比,为交通事故分析中计算事故车速提供依据。 相似文献
16.
17.
《公路》2020,(8)
在现代化的施工中,施工监测已不能只局限于获得工程变形的历史值,更多时候,相关各方更关心其未来究竟会是一种怎样的变形趋势,也就是对工程变形的预测提出了新的要求。现以延崇高速公路妫水河隧道的基坑沉降监测数据为基础,引入三次指数平滑法和GM(1,1)模型,分别预测了未来短时间内基坑的沉降变形趋势,后续与实际变形的对比显示:两种方法均可以有效预测基坑变形,本例中三次指数平滑法的预测精度要高于GM(1,1)模型的预测精度;针对本例中GM(1,1)模型预测结果误差偏大的问题,分析了其误差影响因素并进行了残差模型修正,提升了GM(1,1)模型短期的预测精度;对基坑变形预测问题进行了讨论与总结。 相似文献
18.
19.