登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于可拓聚类的服装需求预测方法
  • 摘要

    服装需求易受价格、消费习惯及气温、天气状况等随机因素影响而变得复杂多变难以预测,而实际服装需求预测中,区间预测往往比具体值预测更具指导意义.因此在分析价格、折扣、气温、天气状况等因素与服装销量相关性的基础上,采用可拓聚类方法构建服装需求区间预测模型,对服装需求进行区间预测,并给出具体的预测步骤与计算方法.结合实例数据,验证可拓聚类对服装需求区间预测的有效性,并与K近邻算法进行预测效果及时间复杂度对比分析.实例分析结果表明可拓聚类有比K近邻更好的预测效果,而时间复杂度却大幅缩减,此外可拓聚类还能体现预测值与各区间等级的隶属程度和亲疏关系.实例分析结果验证了可拓聚类应用于服装需求预测的有效性与优越性.

  • 作者

    何海洪  余军合  许立波  李兴森  He Haihong  Yu Junhe  Xu Libo  Li Xingsen 

  • 作者单位

    宁波大学机械工程与力学学院 浙江宁波315211;浙江大学宁波理工学院计算机与数据工程学院 浙江宁波315100/宁波大学机械工程与力学学院 浙江宁波315211/浙江大学宁波理工学院计算机与数据工程学院 浙江宁波315100

  • 刊期

    2018年5期 ISTIC PKU

  • 关键词

    服装业  需求预测  可拓聚类  K近邻  时间复杂度  Clothing industry  Demand forecasting  Extension clustering  K-nearest neighbor  Time complexity 

相似文献 查看更多>>
100.24.122.228