Print

基于决策树集成模型的加油站销量预测

论文摘要

成品油企业实现准确加油站销量预测可降低企业库存成本和提升运营效率,这是进行智能主动配送的基础。现有加油站销量预测多为人工凭经验判断或利用平均值进行计算,预测准确度较低。本文提出一种基于决策树集成模型的加油站销量预测方法,利用积累的历史销售数据和相关特征数据进行计算,对加油站的销量进行预测,结果显示该模型给出的预测结果精度较高,能够满足企业的实际需求。

论文目录

  • 1 引言
  • 2 加油站销量数据特征提取
  •   星期
  •   节假日、天气
  •   气温、油价
  • 3 基于决策树集成的加油站销量预测模型
  • 4 加油站销量预测计算结果与讨论
  • 5 总结与展望

    • 文章来源

    类型: 期刊论文

    作者: 张晨,邱彤

    关键词: 销量预测,成品油,决策树,集成学习

    来源: 计算机与应用化学 2019年06期

    年度: 2019

    分类: 工程科技Ⅰ辑,信息科技,经济与管理科学

    专业: 石油天然气工业,自动化技术,工业经济,企业经济

    单位: 清华大学化学工程系

    基金: 国家自然科学基金(U1462206)

    分类号: F426.22;F274;TP181

    DOI: 10.16866/j.com.app.chem201906007

    页码: 615-619

    总页数: 5

    文件大小: 1499K

    下载量: 212

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/88b6277289ce27ffc5b2eb17.html