论文部分内容阅读
提高解耦点处的产品需求预测精度与可靠性,能够有效降低市场需求的不确定性对整个供应链绩效的负面影响。本文从影响产品需求的主要因素出发,利用最小二乘支持向量机（Least Square Support Vector Machine,LS-SVM）对某制造企业的一产品族进行需求预测分析。结果表明,LS-SVM的学习速度、非线性预测及泛化能力均要优于传统神经网络算法,该法在需求预测领域中具有广泛的应用前景。