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:
基于嘉里物流公司销售数据,用ARIMA(Autoregressive Integrated Moving Average Model)模型对销售数据分析预测,给出模型参数估计、检验方法及利用Eviews6.0进行建模,对结果讨论.预测值与实际值对比表明:该方法在短期预测上置信度高,能为仓储优化提供辅助决策依据,解决企业仓储不合理等问题.
推荐文章
ARIMA?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
基于灰色ARIMA模型的河南省物流需求预测研究
GM(1,1)模型
ARIMA模型
物流需求
预测
ARIMA?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
基于酒店收益管理的需求预测研究综述
需求预测
收益管理
预测模型
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ARIMA模型的产品需求预测研究
来源期刊 物流工程与管理 学科 经济
关键词 时间序列 ARIMA模型 分析预测 仓储
年,卷(期) 2018,(4) 所属期刊栏目 物流技术
研究方向 页码范围 77-78
页数 2页 分类号 F251
字数 1418字 语种 中文
DOI 10.3969/j.issn.1674-4993.2018.04.028
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 李成港 南京农业大学工学院 3 13 2.0 3.0
2 李雨萌 南京农业大学工学院 3 13 2.0 3.0
3 黄芊芊 南京农业大学工学院 3 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (71)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (0)
1925(2)
  • 参考文献(0)
  • 二级参考文献(2)
1927(1)
  • 参考文献(0)
  • 二级参考文献(1)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
时间序列
ARIMA模型
分析预测
仓储
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