基于误差补偿的物流需求混沌预测模型

• 作者: 徐琴
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 物流需求量 误差补偿 混沌理论 学习样本 最小二乘支持向量机
• 年，卷（期）: 2018,（1）
• 页码范围: 126-132
• 页数: 7页
• 分类号: TP181
• 字数: 3794字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2018.42.01.019

摘要

针对当前单一物流需求预测模型误差大的缺陷,以获得更优的物流需求预测结果为目标,提出了基于误差补偿的物流需求预测模型.首先通过混沌理论对历史数据进行处理,挖掘物流数据中隐含的变化特点,建立物流需求预测的学习样本,然后采用最小二乘支持向量机对学习样本进行建模和预测,并采用自回归滑动平均模模型对最小二乘支持向量机的预测残差序列进行建模和预测,最后通过残差预测结果对物流需求预测结果进行误差补偿,并通过具体实例对模型性有效性进行测试.结果表明,该模型降低了物流需求的预测误差,明显改善了物流需求的预测效果,并且可以推荐其它预测领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐琴	武汉商学院商贸物流学院	8	25	3.0	5.0