基于SVM的短生命周期产品供应链双渠道需求预测模型

发布时间：2017-11-19 21:03

  本文关键词：基于SVM的短生命周期产品供应链双渠道需求预测模型

  更多相关文章： 双渠道 需求预测 短生命周期产品 支持向量机

【摘要】：随着产品生命周期的缩短,如何对短生命周期产品在传统和网络双渠道的需求进行有效地预测是供应链运作中的重要问题。考虑Bass模型处理小样本数据的优越性,利用Bass模型建立了基于小样本历史销售数据的短生命周期产品需求预测模型,研究了服务和购买意愿两种因素下的Bass改进扩散模型。在此基础上,利用SVM算法构建了多影响因素的短生命周期产品双渠道需求预测模型,将改进的扩散模型修正的预测值及季节指数、进店人数、信用值等引入进来,更客观地预测2个渠道的需求,并通过算例仿真,验证了基于SVM的需求预测模型的准确性。
【作者单位】： 东华大学管理学院;
【基金】：国家自然科学基金资助项目(71172174,70772073) 国家公派联合培养博士生项目(留金发[2012]3013) 教育部博士点基金资助项目((20110075110003) 上海市教委科研创新项目(12ZS58) 上海市浦江人才计划(12PJC020)
【分类号】：F274;F224
【正文快照】： 随着电子商务技术的迅猛发展,网上直销渠道与传统零售渠道并存,形成了双渠道分销模式[1]。对短生命周期产品来说,双渠道分销能够更快响应需求的变化[2]。对此,Dumrongsiri等[3]研究了直销渠道的动因除价格之外,还有零售商的服务水平、定价等均影响市场的需求。Kurata等[4]基

【参考文献】

中国期刊全文数据库 前8条

1 徐贤浩;廖丽平;任英;;BASS预测模型与库存控制集成研究[J];工业工程与管理;2010年03期

2 李怡娜;徐学军;;双分销渠道下短生命周期产品供应链转运策略[J];计算机集成制造系统;2010年01期

3 宋燕歌;刘剑荣;顾建庄;;短生命周期产品的市场需求预测[J];统计与决策;2010年04期

4 向小东;宋芳;;基于核主成分与加权支持向量机的福建省城镇登记失业率预测[J];系统工程理论与实践;2009年01期

5 钱家忠;潘婧;赵卫东;陈陆望;;基于SVM的潘三矿B8组与C13组煤开采中突水水源判别模型[J];系统工程理论与实践;2011年12期

6 曲道钢;郭亚军;;需求与销售努力相关下混合渠道供应链协调研究[J];运筹与管理;2010年04期

7 夏海洋;黄培清;;混合分销渠道结构下短生命周期产品供应链库存策略分析[J];中国管理科学;2007年02期

8 徐广业;但斌;肖剑;;基于改进收益共享契约的双渠道供应链协调研究[J];中国管理科学;2010年06期

【共引文献】

中国期刊全文数据库 前10条

1 区卫民;谭泗桥;袁哲明;柏连阳;熊洁仪;;SVR-KNN法用于除草剂QSAR研究[J];安徽农业科学;2008年35期

2 韩勇鹏;;SVM方法及其在乳制品分类问题上的应用[J];安徽农业科学;2009年08期

3 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期

4 张永生;魏新军;侯振雨;彭娟;;支持向量回归分光光度法同时测定苋菜红和果绿[J];安徽农业科学;2010年33期

5 张永生;;支持向量机在害虫预测预报中的应用[J];现代农业科技;2009年14期

6 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期

7 宋海滨;刘云帼;;基于支持向量机的预测控制算法[J];兵工自动化;2006年04期

8 徐波;;基于改进PSO-LSSVM的军用工程机械研制费用预测模型[J];兵工自动化;2011年10期

9 马喜波;阎爱侠;;支持向量机算法用于烷基苯的热容和标准焓值的预测[J];北京化工大学学报(自然科学版);2008年02期

10 刘华富;支持向量机Mercer核的若干性质[J];北京联合大学学报(自然科学版);2005年01期

中国重要会议论文全文数据库 前10条

1 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年

2 许长延;汪传旭;;存在双向替代的产品转运策略研究[A];第十三届中国管理科学学术年会论文集[C];2011年

3 张向波;梅国建;徐宗昌;;基于SVM的装备战备完好性预测模型[A];第十届中国科协年会论文集（一）[C];2008年

4 张永生;魏新军;颜振敏;南海娟;;多元线性回归分光光度法同时测定饮料中三种色素[A];第十届中国科协年会论文集（三）[C];2008年

5 肖惠玲;曾翎;黄海莹;张琳;王昱清;杨勤;陈华富;;支持向量机探测脑功能活动[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

6 王永春;;一种复合的支持向量机模型在电力系统短期负荷中的应用[A];第十届全国电工数学学术年会论文集[C];2005年

7 吴p，

本文编号：1204874