基于SARIMA-SVM组合模型的战时军用物资需求预测

摘要：

针对战时非平稳、非线性环境下预测难题,利用季节性差分自回归移动平均模型(SARIMA)和支持向量机模型(SVM)分别对线性和非线性时间序列的较强拟合能力,采用SARIMA对军用物资需求量时间序列数据进行线性建模,并用SVM对SARIMA模型残差进行非线性建模,将SARIMA模型与SVM模型组合对战时需求进行预测,结果表明,SARIMA-SVM组合模型预测精度明显优于单一模型,发挥了两种模型各自的优势,与滑动平均模型(MA)相比更具优势.该组合模型是切实可行的,可为战时军用物资供应提供决策依据.

关键词：SARIMA、SVM、军用物资需求、预测、组合模型

所属期刊栏目：30

分类号：E911;F270(军事技术基础科学)

在线出版日期：2016-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：45-49