基于SVM的短生命周期產(chǎn)品需求預(yù)測模型.pdf

1、對于短生命周期產(chǎn)品而言，由于其生命周期短、采購提前期長等特點，要求企業(yè)在產(chǎn)品上市之前就要對其需求進(jìn)行預(yù)測，這樣才可以在本來就不長的生命周期中指導(dǎo)企業(yè)的生產(chǎn)，提高企業(yè)競爭力。由于短生命周期產(chǎn)品需求的預(yù)測缺乏歷史數(shù)據(jù)或根本沒有歷史數(shù)據(jù)，因此進(jìn)行需求預(yù)測不可能依靠大量的產(chǎn)品需求數(shù)據(jù)，從而預(yù)測具有很大的難度。這表明預(yù)測需要綜合考慮其他的影響因素，發(fā)現(xiàn)數(shù)據(jù)。以往對于短生命周期產(chǎn)品進(jìn)行預(yù)測，主要是借助擴(kuò)散模型如Bass模型和Norton模型，但是面

2、對短生命周期產(chǎn)品，擴(kuò)散模型存在其不足。本文首先分別總結(jié)國內(nèi)外在短生命周期產(chǎn)品的需求預(yù)測以及使用支持向量機(jī)方法預(yù)測方面的研究。然后在短生命周期產(chǎn)品缺乏歷史數(shù)據(jù)的情況下提出了使用支持向量機(jī)的方法進(jìn)行了需求的預(yù)測。為了充分考慮短生命周期產(chǎn)品的季節(jié)性，在預(yù)測模型中引入需求的季節(jié)系數(shù)。同時考慮到擴(kuò)散模型在短生命周期產(chǎn)品的需求預(yù)測中的良好效果，引入Bass模型的預(yù)測值作為輸入向量，以達(dá)到修正模型預(yù)測結(jié)果的目的。將這些影響因素綜合考慮，建立預(yù)測模型對

3、需求進(jìn)行預(yù)測。針對每一個需要預(yù)測的時期選擇不同的訓(xùn)練樣本和預(yù)測樣本，建立SVM需求預(yù)測模型，通過仿真方法確定模型的相關(guān)參數(shù)，得到回歸決策函數(shù)，對需求進(jìn)行預(yù)測。通過使用NMSE等相關(guān)指標(biāo)和相關(guān)文獻(xiàn)中預(yù)測方法的比較可以證明，使用SVM進(jìn)行短生命周期產(chǎn)品需求的預(yù)測可以取得很好的效果。接著將Bayes理論引入到SVM需求預(yù)測模型，利用Bayes理論進(jìn)行輸入特性向量的自適應(yīng)選取，對所有的已知信息加以充分利用，從而克服了知識獲取不全面的現(xiàn)象，有效地