一种基于SVM的电力行业物资需求预测方法

• 作者: 何成浩 刘东映 施成云 苏星 韩戟
• 来源期刊: 电气技术
• 关键词: 支持向量机 分类 领域知识库 物资采购 审核
• 年，卷（期）: 2016,（12）
• 页码范围: 152-154
• 页数: 3页
• 字数: 2370字
• 语种: 中文

摘要

为了减少物资需求审核工作量，提高审核效率和准确率，提出一种基于SVM的电力行业物资需求预测方法。该方法首先分析历史样本数据，把物资需求审核转换分类问题，然后对数据预处理，结合电力领域知识库，定义及提取需求特征，最后通过支持向量机训练出模型，实现对物资采购数量和种类的审核。实验结果表明，该方法审核精度为87.3%，说明利用领域知识库，基于能够SVM的电力行业物资需求预测方法能够有效提高审核效率和准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施成云		3	6	1.0	2.0
2	刘东映		3	13	2.0	3.0
3	韩戟	云南电网有限责任公司物资部	2	6	1.0	2.0
4	苏星		3	7	1.0	2.0
5	何成浩		1	6	1.0	1.0