作者:
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:
文中在研究A公司服务器订单延迟交付问题时,经调研了解到现有需求预测方法不准确是造成订单延迟交付的主要因素。根据各类型服务器历史销量数据普遍具有季节性和周期性的特点,文中以RD640服务器为例,为A公司提出了基于ARIMA模型的需求预测解决方法。该方法对其他销量符合季节性周期性的服务器需求预测具有参考意义,也对提高A公司服务器订单及时交付率及其市场的竞争力具有一定的指导和帮助作用。
推荐文章
基于支持向量机的旅游需求量预测模型
旅游需求量
预测模型
支持向量机
灰色模型
参数优化
基于LSTM的公共自行车服务点租还需求量预测
公共自行车
租还需求量预测
平均出行距离
深度学习
长短时间记忆
基于网络模型的城市公共自行车需求量预测研究
自行车共享系统
分层聚类算法
需求量
预测
基于云计算技术的城市就业需求量预测研究
城市就业
需求量预测
云计算技术
样本采集
样本建模
仿真实验
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A RI MA模型的A公司服务器需求量预测研究
来源期刊 物流工程与管理 学科 经济
关键词 及时交付率 需求预测 自回归移动平均
年,卷(期) 2016,(5) 所属期刊栏目 经济与管理
研究方向 页码范围 191-193,263
页数 4页 分类号 F276.6
字数 3119字 语种 中文
DOI 10.3969/j.issn.1674-4993.2016.05.070
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 彭程程 北京交通大学经济管理学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (10)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(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
及时交付率
需求预测
自回归移动平均
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
物流工程与管理
月刊
1674-4993
42-1791/TS
大16开
湖北省武汉市江岸区黄孝河路特1号同安大厦3F
1979
chi
出版文献量(篇)
10851
总下载数(次)
49
总被引数(次)
35105
论文1v1指导