10.3969/j.issn.1006-3102.2007.20.024
基于LS-SVM的产品需求预测
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(Least Square Support Vector Machine,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.
需求预测、解耦点、最小二乘支持向量机、供应链
F7(贸易经济)
上海市高校优秀青年教师后备人选科研项目032715
2007-08-20(万方平台首次上网日期,不代表论文的发表时间)
共2页
35-36