-
公开(公告)号:CN116503118A
公开(公告)日:2023-07-28
申请号:CN202310349535.9
申请日:2023-04-03
Applicant: 同济大学
IPC: G06Q30/0283 , G06F18/23 , G06N5/048 , G06F18/241 , G06F18/214 , G06Q30/0201
Abstract: 本发明涉及废旧家电回收技术领域,提出了一种基于分类选择强化预测模型的废旧家电价值评估系统,包含数据预处理模块、模型训练模块和价值预估输出模块。本发明采用分类选择强化预测模型,能够对废旧家电的价值进行更准确的评估和预测;本发明采用人工智能技术,实现了对废旧家电的自动化处理;本发明综合考虑废旧家电的回收成本、功能状况、使用时间等因素,对废旧家电的价值进行评估和预测;本发明可以应用于各种类型的废旧家电,还可以应用于其他领域的价值评估和预测,如二手车等领域。
-
公开(公告)号:CN117114660A
公开(公告)日:2023-11-24
申请号:CN202310686502.3
申请日:2023-06-09
Applicant: 同济大学
IPC: G06Q10/30 , G06Q10/0637 , G06Q10/067 , G06Q30/0283
Abstract: 一种基于Stackelberg博弈的废旧家电回收利润分配方法。该方法是将回收链进行拆解细化,分为企业和个人回收商、拆解商和再生产商。并设置了不同的参数βrp:再生产商对价格的敏感系数和βr:消费者对回收价格的敏感系数,将模型分为两种不同的形态,对于不同的回收链情况提供了不同的利润分配方法。而且发明中的两种模型更加具体且具有实用性。并且讨论得到了如下两个结论:回收链中博弈的存在会使得回收链成员利润上升但总利润下降;与基本的三种回收模型进行对比,发现回收链成员数量上升会使得闭环供应链总利润下降,但是回收链利润会上升。因此在实际使用中若要增加回收链利润来达到提高回收效率的目的,则本发明的模型效果更符合要求,利润分配方法更加优秀。
-