English
资源说明：针对备件需求具有间断性需求特点，在实践中预测值与真实值往往具有很大偏差的问题，指出历史数据混淆和需求产生原因不明确是造成偏差的两项根本原因。提出了基于影响因素分析和数据重构的备件需求预测方法。在历史数据重构处理中，通过数量退化和时间序列变换，将间断性的需求序列转换为需求间隔的连续性时间序列。在影响因素识别方面，结合实践调研，从备件自身、设备使用、操作人员及突发事故四个方面提出备件需求的七个影响因素，并通过灰色关联分析进行因素筛选。最后，利用SVR预测模型完成备件需求预测，并通过实例企业的数据验证证明了整套方法的可行性与有效性。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
