典型文献
改进粒子群算法在库存预测中的应用
文献摘要：
针对自动化立体仓库库存预测结果存在不准确和时间滞后等问题,课题组提出一种基于改进粒子群算法并结合指数平滑法来构建库存预测模型.分析传统粒子群算法和指数平滑法的原理以及缺点,通过引入附加变量、非线性动态调整惯性权重以及异步变化学习因子的方式,提出一种改进的粒子群算法;并采用4种标准测试函数来验证算法的寻优能力;最后将改进后的算法与平滑指数算法相结合构建预测模型,以某公司生产的导流板实际库存数据为例进行仿真实验,并与常用的几种预测模型进行验证对比.结果表明改进的粒子群算法预测模型的精度更高.该模型能够解决传统预测模型精度不高、适用情况单一等问题,提高企业的库存利用率.
文献关键词：
立体仓库;库存预测;粒子群算法;指数平滑法;异步变化学习因子
中图分类号：
作者姓名：
黄育鹏;何雪明;卢立新;林自东
作者机构：
江南大学机械工程学院,江苏无锡214122;山东碧海包装材料有限公司,山东临沂276600
文献出处：
引用格式：
[1]黄育鹏;何雪明;卢立新;林自东-.改进粒子群算法在库存预测中的应用)[J].轻工机械,2022(02):103-108
A类：
异步变化学习因子
B类：
改进粒子群算法,库存预测,自动化立体仓库,指数平滑法,建库,非线性动态,惯性权重,改进的粒子群算法,标准测试函数,寻优能力,平滑指数,数算,某公司,导流板,板实,算法预测,传统预测模型,预测模型精度
AB值：
0.239325
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
