排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
2.
随着大数据的发展和物流科技信息化进程的加快,企业供应链数据呈爆炸式增长,且种类繁多、关系网络复杂,而传统CPRF技术中的预测模型已经不能适应供应链大数据需求预测,更不能依据需求预测进行有效的库存管理,经典的周期库存盘点策略也不能很好地适应非正态分布的需求数据,如何对供应链大数据进行准确预测并补货已成为供应链研究的热点。依据大数据的分位数回归预测技术,利用历史数据信息进行准确预测,并将分位数回归预测与补货模型合理有效连接,通过真实数据仿真分析,表明在98%的服务水平下,平均库存得到了降低。 相似文献
1