10.3969/j.issn.1004-8626.2023.09.004
基于集成学习算法的库存管理经济预测
本文采用Adaboost算法对库存成本完成多元分类,通过Adaboost多个弱分类器的加权作用,获得不同特征样本下的库存成本预测分类结果,为库存管理提供策略支持.实验结果表明,合理设置弱分类器数量及学习率,集成学习Adaboost算法可以获得较高的库存管理经济预测精度,在 3 个不同行业的库存管理实例应用中均取得了较高的分类预测性能,这说明集成学习算法在库存管理经济预测的适应度高.
库存管理、集成学习、Adaboost算法、成本优化
31
TP307(计算技术、计算机技术)
广东省教育科学规划项目2021GXJK595
2023-10-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
21-25