2025年2月8日
星期六
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
谭崇利
作品数:
1
被引量:7
H指数:1
供职机构:
上海大学悉尼工商学院
更多>>
发文基金:
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
经济管理
更多>>
合作作者
尹亚锋
上海大学计算机工程与科学学院
高峻峻
上海大学悉尼工商学院
刘悦
上海大学计算机工程与科学学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
经济管理
1篇
自动化与计算...
主题
1篇
支持向量
1篇
支持向量机
1篇
支持向量机方...
1篇
神经网
1篇
神经网络
1篇
向量
1篇
向量机
机构
1篇
上海大学
作者
1篇
刘悦
1篇
高峻峻
1篇
尹亚锋
1篇
谭崇利
传媒
1篇
上海大学学报...
年份
1篇
2009
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
一类产品需求预测的支持向量机方法
被引量:7
2009年
需求预测是企业生产运营决策的基础,预测精度影响着产品的安全库存量,关系到企业利润和市场竞争力.建立了一类产品(包含多个品牌)基于支持向量机(support vector machine,SVM)的需求预测模型.在该预测模型中考虑了诸如季节性和促销等不确定性因子对产品最终需求的影响.模型的训练数据和测评数据采用的是由该类产品需求函数生成的数据.测试阶段的评价则是通过与其他统计模型(回归预测方法(REG)、双因素指数平滑法(DES)、Winter模型预测方法(WIN))和径向基神经网络模型(radial basis function neural network,RBFNN)的对比来实现的.实验结果表明,基于SVM的需求预测模型预测精度明显优于其他模型,有效地降低了产品安全库存量,提高了企业利润,为解决这类产品需求预测问题提供了一个有力的工具.
高峻峻
谭崇利
刘悦
尹亚锋
关键词:
支持向量机
神经网络
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张