关键词：废旧手机回收 价值评估 主成分分析法 自适应二阶参数学习算法 

摘要：针对废旧手机回收过程中难以精准定价的问题,提出了一种基于模糊神经网络(fuzzy neural network,FNN)的价值评估方法.首先,设计了一种基于主成分分析(principal component analysis,PCA)的特征提取方法,获得了影响废旧手机回收价值的关键特征变量.其次,建立了基于FNN的价值评估模型,实现了回收价值与关键特征变量之间的非线性关系描述.最后,提出了一种自适应二阶参数学习算法(adaptive second-order parameter learning algorithm,ASOPLA),实现了价值评估模型自适应调整.将提出的价值评估方法应用于实际交易过程,结果表明,基于FNN的价值评估方法能够实现对废旧手机的准确定价.

北京工业大学学报杂志要求:

{1}参考文献指在论文中引用的文献。序号用方括号标注。著作的页码在文中标注在序号边，如[2]123。引用经典著作请使用最新版本。可参看近期刊发稿件的参考文献格式。

{2}所投稿件要求观点明确，论据可靠，层次分明，论述精练，语言准确，符合规范。

{3}来稿必须原创，不得一稿多投，文责自负。本刊对刊登来稿有删改权。作者如有异议，请在来稿中注明。

{4}借喻词一般需用“”号；课题名用“”号，不用“《》”。

{5}作者简介：姓名、出生年月、性别、毕业院校、职称、研究方向、目前从事何种工作、联系电话、手机、电子邮箱、通讯地址及邮编。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社