SIA OpenIR  > 数字工厂研究室
支持向量回归在不确定面向订单装配环境下交货期预测中的应用
其他题名Application of support vector regression in prediction of due date under uncertain assemble-to-order environment
孙德厂; 史海波; 刘昶
作者部门数字工厂研究室
关键词不确定性 面向订单装配 交货期预测 支持向量回归
发表期刊计算机应用
ISSN1001-9081
2013
卷号33期号:8页码:2362-2365, 2386
收录类别CSCD
CSCD记录号CSCD:4898417
产权排序1
资助机构国家科技重大专项(2011ZX02601-006)
摘要针对面向订单装配(ATO)生产环境,如何根据订单信息、生产系统特性快速地估算出准确、可靠的交货期问题,在分析不确定性要素对交货期影响机制的基础上,构建了订单交货期预测模型。模型参数包括三个部分:订单上线时间、装配周期和异常拖期。订单上线时间基于零部件、生产能力的可用性,订单装配周期和异常拖期采用基于实际生产历史数据的支持向量回归(SVR)方法进行预测。案例研究表明该模型预测结果与实际交货期接近,可以用于指导订单交货期协商。
其他摘要For the issue of how to quickly estimate the accurate, reliable due date according to the order information and the features of the production system in Assembly To Order ( ATO) , a due date prediction model was constructed based on the influential mechanism analysis of the uncertainty factors. The model parameters included three parts: order release time, assembly cycle time and abnormal tardiness. Order release time was based on the availability of materials and production capacity. The assembly cycle time and abnormal tardiness were predicted by using Support Vector Regression ( SVR) method based on actual production history data. The case study shows that the predicted results of the model are close to actual due date and it can be used to guide the order's delivery time consultation.
语种中文
引用统计
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/13955
专题数字工厂研究室
作者单位1.中国科学院沈阳自动化研究所
2.中国科学院大学
推荐引用方式
GB/T 7714
孙德厂,史海波,刘昶. 支持向量回归在不确定面向订单装配环境下交货期预测中的应用[J]. 计算机应用,2013,33(8):2362-2365, 2386.
APA 孙德厂,史海波,&刘昶.(2013).支持向量回归在不确定面向订单装配环境下交货期预测中的应用.计算机应用,33(8),2362-2365, 2386.
MLA 孙德厂,et al."支持向量回归在不确定面向订单装配环境下交货期预测中的应用".计算机应用 33.8(2013):2362-2365, 2386.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
支持向量回归在不确定面向订单装配环境下交(924KB) 开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[孙德厂]的文章
[史海波]的文章
[刘昶]的文章
百度学术
百度学术中相似的文章
[孙德厂]的文章
[史海波]的文章
[刘昶]的文章
必应学术
必应学术中相似的文章
[孙德厂]的文章
[史海波]的文章
[刘昶]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 支持向量回归在不确定面向订单装配环境下交货期预测中的应用.pdf
格式: Adobe PDF
此文件暂不支持浏览
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。