期刊文献+

基于GRNN神经网络的供应链安全库存预测 被引量:3

Forecasting Safety Stock of Supply Chain Using Artificial Neural Network
下载PDF
导出
摘要 安全库存水平设置是供应链管理的重要内容,但因其影响因素多、关系复杂,预测难度大。神经网络在处理非线性问题有独特的优势。GRNN神经网络是建立在数理统计基础之上的一种新型的神经网络,具有良好的函数逼近效果。本文利用GRNN神经网络的方法进行供应链安全库存水平预测,详细介绍预测模型及其实施办法,并通过实例验证本方法的有效性。 Set up the Safety Stock is one of the most important jobs of supply chain management, but it has many influential sectors, and its relationship is very complex, it is difficult to forecast. Artificial neural network has its unique advantages in forecasting. This paper introduce general regression neural network in forecasting Safety Stock of supply chain, and presents the neural network forecasting model and its implement. A live example gives the efficiency of this model by comparing to classical linear regression method.
作者 林鸿熙
机构地区 莆田学院
出处 《闽江学院学报》 2004年第2期72-75,共4页 Journal of Minjiang University
基金 福建省教育厅科学基金项目[JB01206]
关键词 GRNN神经网络 供应链管理 安全库存 函数逼近 数理统计 Supply Chain Management Safety Stock GRNN
  • 相关文献

参考文献1

  • 1马士华等著..供应链管理[M].北京:机械工业出版社,2000:411.

同被引文献18

引证文献3

二级引证文献15

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部