-
题名基于梯度提升树的电力物资在库时长预测
被引量：3
- 1
-
-
作者
董玉坤
沈胜楠
路欣
武小雨
及翠婷
-
机构
国网河北省电力有限公司信息通信分公司
国网保定供电公司
-
出处
《电力信息与通信技术》
2020年第9期50-56,共7页
-
文摘
针对电力公司物资库龄长、周转率低等问题,文章通过分析物资周转显性化特征,梳理影响物资周转和积压的因素,引入物资需求偏差、项目施工进度偏差等指标参数,提出一种基于梯度提升树的物资在库时长预测模型,通过多参量构建梯度回归树拟合损失函数得出学习率,在预测模型中进行物资在库时长预测。通过对某电力公司2017—2019年物资数据进行训练和预测,经实验分析,该模型对电力物资在库时长预测准确率为95%。同BP神经网络、L1/2稀疏迭代回归和线性回归算法比对后发现,该模型在方差、误差、准确率方面优于其他算法,证明了该模型的准确性和实用性。
-
关键词
库存周转率
物资积压
物资需求偏差
梯度提升树模型
-
Keywords
inventory turnover
material backlog
material demand deviation
gradient boosting decision trees
-
分类号
TP319
[自动化与计算机技术—计算机软件与理论]
-
