Indexed by：
Abstract：
本发明公开了一种基于自回归移动平均和支持向量机的农产品需求量预测方法，由于农产品在市场的需求量上具有明显的波动性和季节性差异，以ARIMA模型预测农产品需求量变动的线性趋势，SVM模型预测农产品需求量变动的非线性规律，有效的弥补了自回归移动平均算法对非线性序列的局限性，同时又发挥了自回归移动平均算法特有的差分运算和支持向量机模拟非线性、自适应自学习的优点。与使用单独的自回归移动平均和支持向量机相比较，基于自回归移动平均和支持向量机的农产品需求量预测方法可以提高预测的精确度，准确把握农产品需求量变动趋势，比单个模型的预测结果更合理、更可靠，可以作为农产品需求量时间序列预测的有效工具。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202010050394.7
Filing Date： 2020-01-17
Publication Date： 2020-06-02
Pub. No.： CN111222712A
Applicants： 北京工业大学
Legal Status： 撤回-视为撤回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
