TY -的盟Kilimci希拉尔泽盟-阿克于兹,a .好的非盟- Uysal Mitat盟——Akyokus斯莱姆盟——Uysal m . Ozan AU - Atak夜莺,贝赫那非盟- Ekmis,穆罕默德阿里PY - 2019 DA - 2019/03/26 TI -使用深度学习方法和一种改进的需求预测模型提出了供应链集成策略决定SP - 9067367六世- 2019 AB -需求预测是供应链的主要问题之一。它旨在优化库存,降低成本,增加销售,利润和顾客忠诚度。为此,历史数据可以通过使用各种分析来提高需求预测方法和机器学习技术,时间序列分析,深度学习模型。在这项工作中,一个智能需求预测系统。这个改进的模型是基于历史数据的分析和解释通过使用不同的预测方法包括时间序列分析技术,支持向量回归算法和深度学习模型。我们所知,这是第一个研究混合深度学习方法,支持向量回归算法,不同的时间序列分析模型由小说决定集成战略需求预测方法。其他新奇的工作是促进整体的适应战略需求预测系统通过实现一个小说决定集成模型。发达系统应用和测试在现实生活中获得的数据从目前市场在土耳其是一个快速发展的公司,6700家门店,1500产品,23个配送中心。广泛的比较和广泛的实验证明,提出的需求预测系统展览值得注意的结果相比,技术发展水平的研究。与技术发展水平的研究,包含支持向量回归,深度学习模型,一种新颖的集成策略,提出了预测系统确保显著地提高精度。 SN - 1076-2787 UR - https://doi.org/10.1155/2019/9067367 DO - 10.1155/2019/9067367 JF - Complexity PB - Hindawi KW - ER -