基于组合算法的电子产品回收预测系统研究

对第三方逆向物流服务商而言,电子产品回收数量具有少样本、不确定性及模糊性的特点,电子产品回收量预测的精度直接影响到企业的运营成本以及服务水平。在单个预测模型中,GM(1,1)模型具有适应少样本预测的特点,对近期数据具有较好的逼近效果,但是对序列的趋势性比较敏感;FTS模型能够处理不确定性数据中因模糊性而产生的噪声,但是对序列趋势的把握具有滞后性。本文设计了GM(1,1)模型与FTS模型相结合的组合预测模型(FTS_GM(1,1)模型),通过利用两个模型的优势以提高电子产品回收预测的准确性和可靠性。本文根据企业的真实回收数据进行预测,实验结果表明组合预测法比单个预测法具有更好的预测效果。在此基础上,本文提出了以FTS_GM(1,1)组合模型为主,其他预测模型为辅的回收预测系统原型,为企业在实践中选取合适的预测模型提供建议。