-
题名数据场聚类下零售业供应链需求预测算法仿真
- 1
-
-
作者
马江
张文艳
-
机构
延安大学西安创新学院
西安明德理工学院
-
出处
《计算机仿真》
2025年第8期506-510,共5页
-
基金
2024年陕西省体育局常规课题(20240322)。
-
文摘
现有需求预测方法普遍缺少供应链需求重要度分析环节,没有明确零售业供应链每个层级需求的重要度,导致无法准确捕捉供应链中不同层级和集群间的复杂关联和相互影响,从而降低了需求预测的准确性,同时,忽视了历史数据序列固有的随机波动特性,波动使得数据序列呈现出非平稳和不确定的特征,增加了预测方法捕捉真实需求趋势的难度。为此,提出一种数据场聚类下零售业供应链需求预测算法。将零售业供应链看作是PQPO系统,每个层级之间通过Agent实现联系,形成基于多Agent的零售业供应链架构;为了明确零售业供应链每个层级需求的重要度,在模糊C均值聚类算法的基础上,利用数据场模糊聚类算法展开集群式零售业供应链需求重要度分析。同时结合多变量支持向量机模型,精准捕捉需求量与相关变量之间的内在联系,优化预测过程,减少不确定性对预测结果的影响,实现对零售业供应链需求的精准预测。实验结果表明,所提方法的需求预测均方误差较低,能够保证供应链需求结果最接近实际结果,避免牛鞭效应。
-
关键词
数据场模糊聚类
零售业供应链
拉格朗日乘子
回归函数
-
Keywords
Data field fuzzy clustering
Retail supply chain
pqpo system
Lagrange multiplier
Regression function
-
分类号
TP325
[自动化与计算机技术—计算机系统结构]
-
