文档介绍：华中科技大学
硕士学位论文
基于SVM的短生命周期产品需求预测模型
姓名:张昊
申请学位级别:硕士
专业:管理科学与工程
指导教师:徐贤浩
20090521
摘要
对于短生命周期产品而言,由于其生命周期短、采购提前期长等特点,要求企
业在产品上市之前就要对其需求进行预测,这样才可以在本来就不长的生命周期中
指导企业的生产,提高企业竞争力。由于短生命周期产品需求的预测缺乏历史数据
或根本没有历史数据,因此进行需求预测不可能依靠大量的产品需求数据,从而预
测具有很大的难度。这表明预测需要综合考虑其他的影响因素,发现数据。以往对
于短生命周期产品进行预测,主要是借助扩散模型如 Bass 模型和 Norton 模型,但是
面对短生命周期产品,扩散模型存在其不足。
本文首先分别总结国内外在短生命周期产品的需求预测以及使用支持向量机方
法预测方面的研究。然后在短生命周期产品缺乏历史数据的情况下提出了使用支持
向量机的方法进行了需求的预测。为了充分考虑短生命周期产品的季节性,在预测
模型中引入需求的季节系数。同时考虑到扩散模型在短生命周期产品的需求预测中
的良好效果,引入 Bass 模型的预测值作为输入向量,以达到修正模型预测结果的目
的。将这些影响因素综合考虑,建立预测模型对需求进行预测。针对每一个需要预
测的时期选择不同的训练样本和预测样本,建立 SVM 需求预测模型,通过仿真方法
确定模型的相关参数,得到回归决策函数,对需求进行预测。通过使用 NMSE 等相
关指标和相关文献中预测方法的比较可以证明,使用 SVM 进行短生命周期产品需求
的预测可以取得很好的效果。接着将 Bayes 理论引入到 SVM 需求预测模型,利用
Bayes 理论进行输入特性向量的自适应选取,对所有的已知信息加以充分利用,从而
克服了知识获取不全面的现象,有效地提高了预测精度。
关键词:短生命周期产品;支持向量机;贝叶斯理论;需求预测
I
Abstract
For the reason of the characters of short life-cycle products such as short life-cycle,
long lead time and so on, the demand need to be forecasted before the start of products,
only in this way could the producing be guided, and with it petitiveness of the
enterprise be enhanced. Because there was few or none history data in the process of
forecasting short life-cycle products, the demand cannot be forecasted with lots of data.
Therefore it’s difficult to forecast the demand. It means that we need to consider other
effects to find out the data. In the past, diffusing model such as Bass model and Norton
model was used in the forecasting of short life-cycle products, but it has its drawbacks
when facing short life-cycle products.
In the thesis, firstly the researches on forecasting the demand of short life-cycle
products and forecasting with SVM are concluded. Then we proposed to forecast the
demand of short life-cycle product with them method of SVM on condition of data
deficiency. In this method products’ demand, demand forecasted by Bass model and
season factor ar