基于ARIMA-GRNN组合模型的汽车零部件需求预测研究 |
| |
引用本文: | 耿立校张永杰.基于ARIMA-GRNN组合模型的汽车零部件需求预测研究[J].物流科技,2019(12):1-3. |
| |
作者姓名: | 耿立校张永杰 |
| |
作者单位: | 1.河北工业大学经济管理学院; |
| |
基金项目: | 国家社会科学基金项目(16BGL085) |
| |
摘 要: | 单一的预测方法难以准确预测市场需求趋势,通过构建ARIMA-GRNN组合需求预测模型提高预测精确度:首先利用ARIMA预测出每月需求数并计算出每月实际需求数与每月预测需求数的误差值,再利用GRNN神经网络对误差值进行函数逼近与拟合,将拟合值对ARIMA预测值进行修正后的结果即为最终预测值。性能评估显示组合模型可以较好帮助汽车零部件企业提高市场预测精度。
|
关 键 词: | ARIMA模型 泛化回归神经网络 汽车零部件 组合预测 |
本文献已被 维普 等数据库收录! |
|