基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了科学准确地预测汽车零配件需求量,文章针对汽车配件需求计划的特点与问题,对需求因素进行了分析和研究,提出了基于BP网络的配件需求预测模型,并以售后服务真实数据源对模型进行训练、测试及评价.通过对预测结果进行评价分析,发现预测效果达到预期目标,验证了该模型的有效性.
推荐文章
基于改进BP神经网络的天然气需求预测
BP神经网络
附加动量法
天然气需求
预测
基于Moldflow汽车配件注塑工艺参数优化
注塑模具
Moldflow
注塑工艺
参数优化
克隆选择粒子群优化BP神经网络电力需求预测
BP神经网络
克隆选择算法
粒子群优化
电力需求
SVM的物流需求预测模型
物流管理
随机性变化特点
ARIMA?SVM
权值的确定
预测模型
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP网络的汽车配件需求预测模型
来源期刊 技术与市场 学科
关键词 BP网络 汽车配件 需求因素 需求预测模型
年,卷(期) 2013,(12) 所属期刊栏目 技术研发
研究方向 页码范围 109,111
页数 2页 分类号
字数 2478字 语种 中文
DOI 10.3969/j.issn.1006-8554.2013.12.061
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李丹 13 14 3.0 3.0
2 荆园园 9 24 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (82)
参考文献  (4)
节点文献
引证文献  (7)
同被引文献  (2)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP网络
汽车配件
需求因素
需求预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
技术与市场
月刊
1006-8554
51-1450/T
大16开
四川省成都市
62-125
1980
chi
出版文献量(篇)
29073
总下载数(次)
69
总被引数(次)
59420
论文1v1指导