计算机与应用化学2019，Vol.36Issue(6) ：615-619.

基于决策树集成模型的加油站销量预测

Gas station sales forecast based on decision tree integration model

张晨 邱彤
计算机与应用化学2019，Vol.36Issue(6) ：615-619.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于决策树集成模型的加油站销量预测

Gas station sales forecast based on decision tree integration model

张晨 1邱彤1
扫码查看

作者信息

  • 1. 清华大学化学工程系,北京市,100084
  • 折叠

摘要

成品油企业实现准确加油站销量预测可降低企业库存成本和提升运营效率,这是进行智能主动配送的基础.现有加油站销量预测多为人工凭经验判断或利用平均值进行计算,预测准确度较低.本文提出一种基于决策树集成模型的加油站销量预测方法,利用积累的历史销售数据和相关特征数据进行计算,对加油站的销量进行预测,结果显示该模型给出的预测结果精度较高,能够满足企业的实际需求.

关键词

销量预测/成品油/决策树/集成学习

引用本文复制引用

基金项目

国家自然科学基金(U1462206)

出版年

2019
计算机与应用化学
中国科学院过程工程研究所

计算机与应用化学

CSTPCD北大核心
影响因子：0.386
ISSN：1001-4160
被引量10
参考文献量5
段落导航相关论文