摘要
针对短生命周期产品需求的不确定性和缺乏历史数据,文中利用非线性自拟合的时间序列网络,构建基于NAR神经网络的短生命周期产品需求预测模型.采用某时尚品牌针织开衫的历史销售数据,进行建模仿真并检验模型的模拟能力.研究结果表明,基于NAR网络的短生命周期产品需求预测模型具有较强的非线性动态拟合能力和较高的预测精度.
For the uncertainty of the demand for short life cycle products and lack of historical data,a model for forecasting the demand for short life cycle products is built on the NAR neural network,by using a nonlinear fitting time series network.The simulation of the model is set up according to the historical sales data of a fashion brand knitting cardigan,and then its capability is tested.The results show that the new model has a stronger nonlinear dynamic fitting capability,and higher accuracy.
出处
《西安工业大学学报》
CAS
2017年第7期544-549,共6页
Journal of Xi’an Technological University
基金
陕西省自然科学基金项目(2014JM9364)
陕西省教育厅科学研究项目(15JK1304)
西安工程大学专业综合改革试点项目
西安工程大学研究生创新基金项目(CX201624)
关键词
NAR网络
短生命周期产品
非线性
需求预测
nonlinear auto-regressive network, short life cycle products
nonlinear
demand forecasting
