论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 孙延华,张冬杰,曾庆维,金健,陈桓,姚小龙
关键词: 大数据,物流供应链,分位数回归预测,服务水平,库存
来源: 软件导刊 2019年12期
年度: 2019
分类: 信息科技,经济与管理科学
专业: 计算机软件及计算机应用,企业经济
单位: 顺丰科技有限公司
基金: 深圳市发改委数字经济产业发展专项项目(2018)
分类号: F274;TP311.13
页码: 35-39
总页数: 5
文件大小: 2338K
下载量: 199