基于SVM的短生命周期产品供应链双渠道需求预测模型

• 作者: 刘峥 徐琪
• 来源期刊: 系统管理学报
• 学科: 工学
• 关键词: 双渠道 需求预测 短生命周期产品 支持向量机
• 年，卷（期）: 2014,（2）
• 页码范围: 255-262,270
• 分类号: TP14
• 语种: 中文

摘要

随着产品生命周期的缩短,如何对短生命周期产品在传统和网络双渠道的需求进行有效地预测是供应链运作中的重要问题.考虑Bass模型处理小样本数据的优越性,利用Bass模型建立了基于小样本历史销售数据的短生命周期产品需求预测模型,研究了服务和购买意愿两种因素下的Bass改进扩散模型.在此基础上,利用SVM算法构建了多影响因素的短生命周期产品双渠道需求预测模型,将改进的扩散模型修正的预测值及季节指数、进店人数、信用值等引入进来,更客观地预测2个渠道的需求,并通过算例仿真,验证了基于SVM的需求预测模型的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐琪	东华大学管理学院	101	1045	20.0	26.0
2	刘峥	东华大学管理学院	7	119	5.0	7.0