论文部分内容阅读
针对战时非平稳、非线性环境下预测难题,利用季节性差分自回归移动平均模型（SARIMA）和支持向量机模型（SVM）分别对线性和非线性时间序列的较强拟合能力,采用SARIMA对军用物资需求量时间序列数据进行线性建模,并用SVM对SARIMA模型残差进行非线性建模,将SARIMA模型与SVM模型组合对战时需求进行预测,结果表明,SARIMA-SVM组合模型预测精度明显优于单一模型,发挥了两种模型各自的优势,与滑动平均模型（MA）相比更具优势。该组合模型是切实可行的,可为战时军用物资供应提供决策依据。