农产品销量预测的支持向量机方法

被引:12
作者
杜小芳
张金隆
机构
[1] 武汉理工大学
[2] 华中科技大学管理学院 湖北武汉
[3] 湖北武汉
关键词
支持向量机; 农产品; 销量预测; 模糊理论; 核函数;
D O I
10.16381/j.cnki.issn1003-207x.2005.04.022
中图分类号
F224 [经济数学方法];
学科分类号
0701 ; 070104 ;
摘要
运用支持向量机(Support Vector Machine,SVM)智能预测方法对农产品的消费市场需求进行动态预测。为提高农产品销量预测精度,充分考虑了农产品供需随天气变化、气候条件、节假日等因素的影响而动态变化的情况,将这些影响因素纳入农产品销量预测中,运用模糊理论进行模糊化处理;在此基础上提出以支持向量机方法为主、多方法融合为辅的智能预测系统,对农产品销量进行动态预测。实际算例验证了这一智能预测系统的精确性。
引用
收藏
页码:129 / 134
页数:6
相关论文
共 14 条
[1]   人工神经网络在粮食销售额预测中的应用 [J].
白杨 .
农机化研究, 2005, (03) :207-208+211
[2]   基于支持向量机的R&D项目过程质量度量 [J].
纪延光 ;
徐启华 ;
韩之俊 .
中国管理科学, 2004, (06) :63-68
[3]   销售预测中指数平滑法与时间序列分解法的比较 [J].
陈日进 .
统计与信息论坛, 2004, (04) :40-43
[4]   模糊神经网络在电力短期负荷预测中的应用 [J].
姜飞 ;
龙子泉 ;
林峰中南电力设计院 .
自动化技术与应用, 2003, (08) :23-26+45
[5]   商品销量的趋势分析及预测 [J].
陈宇科 .
渝西学院学报(自然科学版), 2003, (01) :74-77
[6]   专用大豆蛋白市场需求预测 [J].
卜实 ;
刘忠臣 .
大豆通报, 2002, (01) :26-26
[7]   电力系统短期负荷预测的模糊神经网络方法 [J].
姜勇 ;
卢毅 .
电力情报, 2001, (04) :8-10
[8]   一种基于模糊逻辑和神经网络的电力负荷预测方法 [J].
刘秀玉 ;
刘峤 ;
王日见 ;
张少华 .
上海大学学报(自然科学版), 2001, (01) :37-41
[9]   核桃、板栗市场需求预测模型的研究 [J].
马建忠 ;
邵则夏 .
云南林业科技, 2000, (02) :59-62
[10]   河北省主要农产品生产与市场需求预测研究 [J].
孟万辰 ;
郭文玲 .
中国农业资源与区划, 2000, (03) :58-61