本文作者：李哲；肖汉杰；李红娟；成功正常投稿发表论文到《中国商贸》2015年03期,引用请注明来源400期刊网！
【摘要】：为了提高企业冰箱订单预测精度,提出基于支持向量的订单需求预测模型,本文在对冰箱订单需求影响因素分析的基础上,选出对冰箱影响订单需求最为重要的五个因素,运用支持向量机(SVM)对冰箱订单需求进行训练、预测分析,得到支持向量机在冰箱订单需求预测中的准确率,通过与BP神经网络、时间序列模型(ARMA)对比证明该模型预测精度较高,是一种有效的方法,值得推广使用。
【论文正文预览】：1引言随着我国市场经济的不断发展,人民生活水平逐渐提高,制造业技术的改善,使得中国冰箱技术得到较大发展。目前,中国冰箱不论在制造技术上,还是在性能上都已达到、甚至超过国际水平。现如今,我国冰箱行业进入高速发展的新阶段,城市电冰箱市场面临由饱和向更新换代过渡,同时
【文章分类号】：F426.6
【稿件关键词】：冰箱订单影响因素支持向量机BP神经网络
【参考文献】:

• 葛彦强;汪向征;王爱民;;改进灰色神经网络的冰箱订单需求预测研究[J];计算机仿真;2012年05期
• 姜伟;王宏力;何星;陆敬辉;;基于适应度反馈作用的PSO算法改进[J];计算机工程;2012年22期
• 孟军;孙超;;基于支持向量机的大豆产量预测研究[J];数学的实践与认识;2011年18期
• 李姗姗;;物流服务供应链订单分配优化及其遗传算法[J];运筹与管理;2014年05期
• 颜瑞;张群;;基于改进免疫算法优化支持向量机的钢材消费预测[J];工业工程;2013年05期
• 罗正媛;汤洋;;黑龙江省玉米产量变化的预测分析——基于支持向量机的实证研究[J];农机化研究;2013年02期
• 石磊;;时间序列和神经网络对迷你型洗衣机销量预测[J];安徽理工大学学报(自然科学版);2013年03期
• 汤继涛;戴月明;;内嵌区域震荡搜索的粒子群优化算法[J];计算机工程与应用;2013年21期
• 赵辰阳;徐明;;基于FIG-SVM的农产品价格趋势预测[J];江苏农业科学;2014年05期
• 刘勇;王萱;邹慧挺;;改进果蝇优化算法优化广义回归神经网络的预测问题研究[J];世界科技研究与发展;2014年03期
• 田展;丁秋莹;梁卓然;樊冬丽;;气候变化对中国油料作物的影响研究进展[J];中国农学通报;2014年15期
• 杨振华;黑龙江省大豆生产影响因素分析及预测研究[D];东北农业大学;2012年
• 邓晖飞;基于市场预测的生产计划优化研究[D];广东工业大学;2014年
• 王久杰;改进的混沌差分进化算法及其应用[D];长安大学;2014年
• 刘权羲;基于灰色神经网络的装甲部队油料消耗预测技术研究[D];沈阳航空航天大学;2014年
• 解天武;基于客户需求的纺机行业订单预测研究[D];武汉理工大学;2014年
• 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
• 吕振肃,侯志荣;自适应变异的粒子群优化算法[J];电子学报;2004年03期
• 姜意扬;王勇;邓哲锋;;基于LSSC的供应商选择与订单分配[J];工业工程;2011年03期
• 高志军;刘伟;范志强;朱卫平;;考虑交易费用的LSSC订单分配多目标优化模型[J];系统工程;2012年07期
• 华晓晖;闫秀霞;;基于神经网络的订单预测研究[J];华东经济管理;2007年02期
• 程方启;叶飞帆;杨建国;;水平型制造协作联盟订单分配多目标优化模型研究[J];计算机集成制造系统;2008年12期
• 刘伟华;曲思源;钟石泉;;随机环境下的三级物流服务供应链任务分配[J];计算机集成制造系统;2012年02期
• 邬啸;;一种对粒子群算法惯性权重的改进[J];计算机时代;2010年10期
• 侯丽敏;马国峰;;基于灰色线性回归组合模型铁路客运量预测[J];计算机仿真;2011年07期
• 闫娟;;灰色神经网络模型在物流需求预测中的研究[J];计算机仿真;2011年07期
• 琚春华;郭飞鹏;卢琦蓓;;基于支持向量机的纺织行业客户流失分析研究[J];计算机应用研究;2008年11期
• 李益国;沈炯;;基于ν-支持向量机的边际电价预测及置信区间估计[J];东南大学学报(自然科学版);2007年01期
• 刘庆彪;张步涵;王凯;谢光龙;;电价预测的自适应支持向量机方法研究[J];电力系统保护与控制;2008年22期
• 陈靓;张成;陈尚姿;;基于支持向量机的电费信用评估模型[J];电力信息化;2008年10期
• 赵凯;何桢;何曙光;赵永满;;基于支持向量机的汽车曲轴质量诊断模型[J];统计与决策;2011年20期
• 江敏;;基于主成分分析和支持向量机相结合的天然气消费量预测[J];科技通报;2013年12期
• 陈涛;杨凯凡;杨晓;;基于支持向量机的石油需求预测[J];河南科学;2008年12期
• 范德成;娄娟;;基于微分进化算法的支持向量机模型的制造业发展预测[J];工业技术经济;2014年06期
• 李正欣;赵林度;;基于支持向量机的电价价格钉预测[J];中国电力;2007年11期
• 左幸;马光文;;三角旋回优化支持向量机预测出清价及价格钉[J];水力发电;2009年07期
• 盖姝;基于改进支持向量机的短期电力负荷预测研究[D];华北电力大学;2013年
• 程远虎;支持向量机回归在短期电力负荷预测中的应用研究[D];苏州大学;2011年
• 史四虎;基于改进灰色系统-BP神经网络—支持向量机的需求预测模型研究[D];东北大学;2012年

【稿件标题】：支持向量机及其应用|支持向量机在企业冰箱订单需求中的应用
【作者单位】：昆明理工大学质量发展研究院;
【发表期刊期数】：《中国商贸》2015年03期
【期刊简介】：《中国商贸》杂志创刊于1992年，是按照当时商务部部长胡平指示中国商贸领域要办一报一刊而创办的。2007年起全新改版的《中国商贸》杂志突出国家级、行业性和国际化的特色，紧密关注商贸流通行业，提供商贸政策权威解读和产经深度分析，反映行业需求和呼声，解......更多中国商贸杂志社(http://www.400qikan.com/qk/1132/)投稿信息
【版权所有人】：李哲；肖汉杰；李红娟；

更多中国建筑论文论文详细信息: 支持向量机及其应用|支持向量机在企业冰箱订单需求中的应用
http://www.400qikan.com/lunwen/jianzhu/zgjzlw/197699.html

相关专题：支持向量机应用 支持向量机应用实例 支持向量机的应用 支持向量机的应用实例 支持向量机应用领域 支持向量机建模及应用 支持向量机原理及应用 支持向量机 支持向量机回归 支持向量机及其应用 课程教材研究所 初中数学优秀论文 《中国商贸》相关期刊

推荐期刊：

船山学刊

人参研究

电子元件与材料

当代广西

微生物学通报

电动自行车

西南政法大学学报

中国医药指南

民族学刊

湖北大学学报

上一篇：【社会主义宏观调控】论社会主义宏观调控的目标
下一篇：【高压锅酥鲫鱼】真情传绝技飘香骨酥鱼口碑好