- 电子商务理论与实践:SCM ERP CRM DW USE B2C B2B B2M M2M和C2C举例
- 陈华
- 263字
- 2025-02-28 16:47:02
2.5 用关联预估法解投入产出预测问题
由上节,我们已经得到

以及


其中,

由于


令μ(σ)=λ(σ)=H(σ)=W(σ)=0,当σ>K或σ<0,则按以下步骤(l=0,1, …为迭代次数)(梁循,1990):
step 0首先,给定X li(k), U li(k)(给定值可根据历史数据及对未来年的预测),求

step 1第二级

step 2第一级

step 3检验若满足则停止,否则令l=l+1,返step 1。
观察一下,可以发现,第一级每次求时,可以使用l+1次迭代刚求出的k前边值,此外
可以直接代入第一级的
中,于是得到改进的算法。
step 0同前step 0。
step 1第二级

step 2第一级,记

以上各矩阵一次算出后存储,以后每次迭代直接使用。

step 3同前step 3。