文献类型：期刊文章

作　　者：罗薇[1,2] 符卓[1] 伏爱兰[3]

机构地区：[1]中南大学交通运输工程学院,湖南长沙410075 [2]桂林理工大学管理学院,广西桂林541004 [3]海南出版社有限公司,海南海口570216

出　　处：《系统工程》

基　　金：国家自然科学基金资助项目(71271220);广西教育厅科研基金资助项目(201010LX178)

年　　份：2016

卷　　号：34

期　　号：6

起止页码：128-135

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、CSSCI、CSSCI2014_2016、EBSCO、JST、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：针对设备备件需求具有的非平稳性、多样性特征,提出一种基于集合经验模态分解(EEMD)和支持向量回归(SVR)的需求预测方法。首先运用EEMD将需求序列分解为一系列相对平稳的本征模函数(IMF),然后对各IMF分量采用基于RBF核函数的支持向量机进行非线性回归,同时针对不同分量的预测模型采用遗传算法进行核参数优化,最后将各分量的预测结果合成为实际时间序列的预测值。实验数据表明:该方法能有效降低备件需求的不稳定性对预测结果造成的影响,对小样本、非平稳时间序列的预测问题,与通用的预测方法相比具有较高的预测精度。

关 键 词：设备备件需求预测  不稳定时间序列  集合经验模态分解  支持向量机 遗传算法

分 类 号：F273[工商管理类]