基于LS-SVM的产品需求预测 |
| |
引用本文: | 周鑫,包兴.基于LS-SVM的产品需求预测[J].商场现代化,2007(20):35-36. |
| |
作者姓名: | 周鑫 包兴 |
| |
作者单位: | 1. 上海海事大学交通运输学院;上海交通大学安泰经济管理学院 2. 上海交通大学安泰经济管理学院 |
| |
基金项目: | 2005年上海高校选拔培养优秀青年教师科研专项基金(032715) |
| |
摘 要: | 提高解耦点处的产品需求预测精度与可靠性,能够有效降低市场需求的不确定性对整个供应链绩效的负面影响。本文从影响产品需求的主要因素出发,利用最小二乘支持向量机(LeastSquareSupportVectorMachine,LS-SVM)对某制造企业的一产品族进行需求预测分析。结果表明,LS-SVM的学习速度、非线性预测及泛化能力均要优于传统神经网络算法,该法在需求预测领域中具有广泛的应用前景。
|
关 键 词: | 需求预测 解耦点 最小二乘支持向量机 供应链 |
本文献已被 CNKI 万方数据 等数据库收录! |
|