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:
为更准确地预测出电子商务企业商品的销售需求量,通过应用基于时间序列的自回归滑动平均模型,构造时间序列相关函数,采用贝叶斯信息化准则(简称BIC准则)与多种群遗传算法这两种定阶方法确定模型参数.将所提出的预测方法应用到阿里巴巴旗下电商企业,对其在未来一周内的部分商品进行需求预测,最后通过统计学方法将两种模型得到的预测结果进行对比分析.结果 表明:所提出的基于多种群遗传算法的时间序列模型预测精度较高,对电商企业的采购与库存决策具有实际应用价值.
推荐文章
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LS-SVM的装备需求时间序列预测
支持向量机
时间序列
混沌
相空间
嵌入维数
基于组合预测模型的我国天然气需求预测
多项式趋势面分析
GM(1,1)灰色预测
复回归分析
组合预测模型
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 基于时间序列的商品需求预测模型研究
来源期刊 重庆理工大学学报(自然科学版) 学科 工学
关键词 自回归滑动平均模型 商品需求预测 多种群遗传算法
年,卷(期) 2019,(9) 所属期刊栏目 数学·统计学
研究方向 页码范围 217-222
页数 6页 分类号 TP301
字数 4164字 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2019.09.031
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 郑琰 南京林业大学汽车与交通工程学院 38 123 6.0 8.0
2 黄兴 南京林业大学汽车与交通工程学院 3 7 2.0 2.0
3 肖玉杰 南京财经大学营销与物流管理学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (25)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (12)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
2020(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
自回归滑动平均模型
商品需求预测
多种群遗传算法
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导