[发明专利]一种基于一元线性回归和最小二乘法的商品需求预测方法有效
申请号: | 201410637259.7 | 申请日: | 2014-11-12 |
公开(公告)号: | CN104484708B | 公开(公告)日: | 2018-07-13 |
发明(设计)人: | 李敬泉;刘云飞 | 申请(专利权)人: | 南京大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人: | 王鹏 |
地址: | 210046 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种基于一元线性回归和最小二乘法的商品需求预测方法,适用于受某一社会事件影响的,对该事件产生反应的商品需求预测,基于回归方法和最小二乘法的基本思想,确定该社会事件与商品需求之间的线性关系,通过定量方法,计算预测模型中的各项参数,得出该种商品在未来再次发生该社会事件的预测值。从而为该商品供应链上的参与方提供采购、生产、制造、仓储、配送、销售等的科学判断依据。 | ||
搜索关键词: | 商品需求预测 最小二乘法 社会事件 一元线性回归 商品需求 商品供应 判断依据 事件产生 线性关系 预测模型 参与方 配送 仓储 回归 采购 预测 制造 销售 生产 | ||
【主权项】:
1.一种基于一元线性回归和最小二乘法的商品需求预测方法,其特征在于,具体包括如下步骤:步骤1:获取商品销售历史数据,选择某一社会事件,获取一定时期内受该社会事件影响的某商品的全部历史数据,按照时间先后顺序排列;所述一定时期是指在该时期内至少包含7次所述社会事件;步骤2:根据步骤1中获得的这段时期内该社会事件影响下的年份xi(i=1,2,3…n)与历史销量yi(i=1,2,3…n)建立预测模型,公式如下:yi=axi+b;步骤3:计算离差平方和Q,确定预测方程参数a和随机变量b,公式如下:
步骤4:表达式中a,b作为未知数,分别计算Q对a,b的偏导数
公式如下:
步骤5:通过步骤5中偏导数方程表达式计算参数a和随机变量b的值,公式如下:
步骤6:将求出的参数a和随机变量b的值代入预测模型yi=axi+b,从而得到预测方程
用预测方程进行预测。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学,未经南京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410637259.7/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用