科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文采用Adaboost算法对库存成本完成多元分类，通过Adaboost多个弱分类器的加权作用，获得不同特征样本下的库存成本预测分类结果，为库存管理提供策略支持。实验结果表明，合理设置弱分类器数量及学习率，集成学习Adaboost算法可以获得较高的库存管理经济预测精度，在3个不同行业的库存管理实例应用中均取得了较高的分类预测性能，这说明集成学习算法在库存管理经济预测的适应度高。
-
单位闽江学院; 经济管理学院; 广州南洋理工职业学院
