科研之友
微信
新浪微博
Facebook
分享链接
摘要
影响大型拖拉机销量的因素众多，季节性特征明显且可用于研究的历史数据较少，传统的预测模型和智能预测模型均难以取得理想的预测效果。提出基于网格搜索与交叉验证的SVR大型拖拉机销量预测模型，通过One-Hot编码、数据归一化等方法对历史数据进行处理，利用改进的网格搜索与交叉验证法寻找SVR最优参数，智能分析输入特征与销量间的隐含关系，进而建立预测模型。预测结果表明，该模型与其他预测模型相比具有更高的精度，能有效应用于大型拖拉机的销量预测。
-
单位河南科技大学; 第一拖拉机股份有限公司; 机电工程学院
