期刊文献+

基于成分数据动态指数平滑的用户需求变化趋势预测模型 被引量:5

下载PDF
导出
摘要 用户需求是产品开发的重要前提,而用户需求是动态变化的,现实中人们又很少去关注用户需求的变化,导致企业开发的产品很难满足用户的实际需求,产品的功能或性能会产生冗余或不足现象。针对这一问题,文章提出基于卡诺模型和动态指数平滑的用户需求变化趋势预测模型。首先把卡诺模型应用在用户需求信息的分类上,然后结合成分数据分析,采用优化的动态指数平滑预测法,建立了用户需求变化趋势预测模型,最后仿真实例验证了所提理论与方法的正确性和有效性。
出处 《统计与决策》 CSSCI 北大核心 2010年第14期32-35,共4页 Statistics & Decision
基金 国家863计划资助项目(2009AA04Z119)项目 国家自然科学基金资助项目(50835008) 数字制造装备与技术国家重点实验室(华中科技大学)开放基金资助
  • 相关文献

参考文献8

  • 1Berger C, Blauth R, Boger D. Kano's Method for Understanding Customer-defined Quality[J].Center for Quality of Management Journal,1993,2(4).
  • 2Hendry Raharjo, Min Xie, Aarnout C.Brombacher. On Modeling Dynamic Priorities in the Analytic Hierarchy Process Using Compositional Data Analysis[J].European Journal of Operational Research, 2009,194.
  • 3Kano N. Life Cycle and Creation of Attractive Quality[C].The Fourth International Quality Management and Organizational Development(QMOD)Conference,Sweden, 2001.
  • 4Witell L N, Fundin A. Dynamics of Service Attributes:a Test of Kano's Theory of Attractive Quality[J].Intemational Journal of Service Industry Management,2005,16(2).
  • 5王惠文,黄薇.成分数据的线性回归模型[J].系统工程,2003,21(2):102-106. 被引量:26
  • 6张饶庭.成分数据统计分析引论[M].北京:科学出版社,2000.
  • 7黎锁平,刘坤会.动态指数平滑优化模型及其应用[J].系统工程学报,2003,18(2):163-167. 被引量:22
  • 8吴德会.基于动态指数平滑模型的小批量制造过程质量预测[J].农业机械学报,2008,39(8):164-168. 被引量:12

二级参考文献20

  • 1唐炎森.指数平滑预测公式与平滑系数[J].统计与信息论坛,1998,13(1):39-44. 被引量:17
  • 2吴翊 李永乐 等.应用数理统计[M].长沙:国防科技大学出版社,1999..
  • 3Ferrers N M. An elementary treatise on trilinear coordinates[M]. London:Macmillan, 1866.
  • 4Quenouille M H. The design and analysis of experiments[M]. London .Griffin, 1953.
  • 5Quenouille M H. Experiments with mixtures[J]. J. R. Statist. Soc. B, 1959,21:201- 201.
  • 6Cornell J A. Experiments with mixtures[M]. New York: Wiley, 1981.
  • 7Aitchison J. The statistical analysis of compositional data[M]. London:Chapman and Hall, 1986.
  • 8高仁祥,张世英,刘豹.非线性经济建模与预测新思路探讨[J].系统工程理论与实践,1997,17(7):7-11. 被引量:14
  • 9Shewhart M. Interpreting statistical process control (SPC) charts using machine learning and expert system techniques[ C]// Proceedings of the IEEE 1992 National Aerospace and Electronics Conference, Piscataway, NJ, USA: IEEE, 1992: 1 001-1 006.
  • 10Lai K K, Yu L, Wang S. Hybridizing exponential smoothing and neural network for financial time series predication[C]// 6th International Conference on Computational Science, Reading, United Kingdom, 2006, 3994: 493-500.

共引文献55

同被引文献37

引证文献5

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部