连锁零售企业应急需求预测——基于粗糙集和支持向量机  

作　　者：郑作文[1] 薛红[1] 张鹏[1] 李伟男[1] 

机构地区：[1]北京工商大学计算机与信息工程学院,北京100048

出　　处：《现代商贸工业》2015年第17期55-57,共3页Modern Business Trade Industry

基　　金：教育部人文社会科学研究项目基金资助(09YJA630003);北京市自然科学基金资助项目(9102005);首都流通业研究基地资助项目(JD-2014-YB-001);2015年研究生科研能力提升计划项目资助

摘　　要：突发事件发生时,如何提高应急物流能力是连锁零售企业亟待解决的问题。将粗糙集理论引入连锁零售企业应急需求的预测中,建立基于粗糙集与支持向量机的连锁零售企业应急需求预测模型。首先利用粗糙集约减数据,剔除冗余信息,然后把它们作为支持向量机的输入矢量来预测应急需求。结果表明,与传统支持向量机模型相比,新的模型预测精度更高,更能有效预测应急需求。

关 键 词：粗糙集 支持向量机 应急需求预测 连锁零售企业 

分 类 号：F25[经济管理—国民经济]