论文部分内容阅读
设计了一个基于支持向量规划的香烟销量预测和销售趋势分析数学模型(LR_-εSVR和NLR_ε-SVR)及算法(-εSVR_SP)。企业的历史销售情况及企业外部的一些环境和条件作为算法的输入,输出未来一定时期的销量预测数据和销售趋势图。基于非线性核函数的学习算法降低了训练空间向量的维度,从而降低了计算复杂性,减少了对训练学习数据量的要求,提高了计算精度,降低了计算时间。通过模拟实验、实际数据集合实验及与神经网络算法的对比,验证了该算法的精确度和计算效率。