摘要
针对战时非平稳、非线性环境下预测难题,利用季节性差分自回归移动平均模型(SARIMA)和支持向量机模型(SVM)分别对线性和非线性时间序列的较强拟合能力,采用SARIMA对军用物资需求量时间序列数据进行线性建模,并用SVM对SARIMA模型残差进行非线性建模,将SARIMA模型与SVM模型组合对战时需求进行预测,结果表明,SARIMA-SVM组合模型预测精度明显优于单一模型,发挥了两种模型各自的优势,与滑动平均模型(MA)相比更具优势。该组合模型是切实可行的,可为战时军用物资供应提供决策依据。
出处
《军事运筹与系统工程》
2016年第2期45-49,共5页
Military Operations Research and Systems Engineering
作者简介
程虎彪（1978-），男，博士研究生，主要研究方向为库存管理，军事物流；
姜大立（1967-），男，教授，博士，博士生导师，主要研究方向为库存管理，军事物流。
