基于LS-SVM的产品需求预测  

作　　者：周鑫[1] 包兴[2] 

机构地区：[1]上海海事大学交通运输学院 [2]上海交通大学安泰经济管理学院

出　　处：《商场现代化》2007年第07Z期35-36,共2页

基　　金：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 

分 类 号：F273.2[经济管理—企业管理] F224[经济管理—国民经济]