.png){kind=icon}
返回
A Bayesian Inference Algorithm for Equipment Software Price Estimation Based on Nonlinear Contribution Models
.png){kind=icon}
PRE
AI
DOI：10.3390/a19050396.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决智能设备系统转型中嵌入式软件面临的价值量化困难、市场基准缺失和历史数据稀缺等挑战，本研究基于功能能力贡献开发了一种科学的定价估算方法。构建了非线性定价模型以精确刻画软件价格的二阶段演化：成熟技术积累阶段的边际效用递减和技术瓶颈突破阶段指数增长。为保障软硬件定价逻辑一致性，创新性地设计惩罚函数修正标准似然函数，将实际商业逻辑有效转化为模型正则化项。采用集成运营约束的贝叶斯推断框架进行参数估计，利用马尔可夫链蒙特卡罗（MCMC）采样在样本量受限条件下实现稳健的后验推断。实证分析表明，所提方法在跨域数据迁移性能上优于传统基线模型，留一交叉验证（LOOCV）平均绝对百分比误差（MAPE）为21.2%。本研究为嵌入式设备软件定价提供了一种面向实践价值的定价估算方法。
Keyword:
Bayesian inference
MCMC sampling
nonlinear pricing model
functional capability contribution
regularization
small-sample estimation
embedded software
