基于支持向量回归的服务备件库存间歇性需求预测方法
1 引言
在供应链管理中,准确的需求预测是一个基本且关键的方面。其中,间歇性需求预测是服务备件库存管理的重要问题,同时也是维修和大修行业面临的重大挑战。间歇性需求随机出现,很多时间段内没有需求,而且需求发生时,数量也不稳定。
1.1 间歇性需求与正常需求对比
| 类型 | 特点 | 示例数据(部分月份需求) |
|---|---|---|
| 间歇性需求 | 随机出现,多时段无需求,非零需求值差异大 | 月份:1 - 17,需求:0, 0, 19, 0, 0, 0, 4, 18, 17, 0, 0, 0, 0, 0, 3, 0, 0 |
| 正常、平滑需求 | 需求相对稳定 | 月份:1 - 17,需求:17, 20, 18, 25, 30, 68, 70, 41, 32, 35, 66, 26, 23, 25, 25, 28, 36 |
1.2 间歇性需求预测的难点与现有方法
间歇性需求在制造和供应环境中的预测和库存控制方面带来了显著问题,其需求规模和模式的可变性使得预测难度增大。目前,常用的间歇性需求预测方法有单指数平滑法和 Croston 方法等。然而,这些方法存在一定局限性。例如,Croston 方法虽然理论上有优势,但实证
超级会员免费看
订阅专栏 解锁全文


被折叠的 条评论
为什么被折叠?



