典型文献
间歇性时间序列的可预测性评估及联合预测方法
文献摘要：
在高端制造企业的运维业务中,配件需求随机发生,且伴随有大量的零需求阶段,同时,对应的配件需求数据量小,且呈现出间歇性和块状分布的特点,导致现有时间序列预测方法难以有效预测配件需求走势.为解决该问题,提出了一种间歇性时间序列的可预测性评估及联合预测方法.首先,提出了一种新的间歇相似度指标,通过统计两条序列中"0"元素出现的频次和位置,并结合最大信息系数和平均需求间隔等度量指标,有效评估了序列的趋势信息和波动规律,并实现了对间歇性序列可预测性的量化;其次,基于该指标,构建了一个间歇相似度层次聚类方法来自适应地筛选相似性高、可预测性强的序列,剔除极度稀疏、无法预测的序列;此外,探索利用序列间的结构化信息,并构建多输出支持向量回归(M-SVR)模型,从而实现小样本下的间歇性序列联合预测;最后,分别在两个公开数据集(UCI礼品零售数据集和华为电脑配件数据集)和某大型制造企业实际配件售后数据集上进行实验.实验结果表明,相比多个典型的时间序列预测方法,所提方法可有效挖掘各类间歇性序列的可预测性,提高小样本间歇性序列的预测精度,从而为制造企业配件需求预测提供了一种新的解决方案.
文献关键词：
需求预测;间歇性时间序列;可预测性评估;时间序列预测;时间序列聚类
中图分类号：
作者姓名：
郎祎平;毛文涛;罗铁军;范黎林;任颖莹;刘侠
作者机构：
河南师范大学计算机与信息工程学院,河南新乡453007;"智慧商务与物联网技术"河南省工程实验室(河南师范大学),河南新乡453007;株洲中车时代电气股份有限公司,湖南株洲412001;盾构及掘进技术国家重点实验室,郑州450001
文献出处：
引用格式：
[1]郎祎平;毛文涛;罗铁军;范黎林;任颖莹;刘侠-.间歇性时间序列的可预测性评估及联合预测方法)[J].计算机应用,2022(09):2722-2731
A类：
间歇性时间序列,可预测性评估,需求间隔,电脑配件
B类：
联合预测,高端制造,需求数据,数据量,块状,时间序列预测,走势,种间,相似度指标,最大信息系数,度量指标,有效评估,波动规律,层次聚类,聚类方法,选相,极度,结构化信息,多输出支持向量回归,SVR,小样本,公开数据集,UCI,礼品,华为,件数,大型制造企业,售后,高小,需求预测,时间序列聚类
AB值：
0.255778
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。
