咨询与建议
  • 全部检索
  • 电子图书
  • 电子期刊
  • 纸本馆藏
  • 南通市公共图书馆
高级检索

限定检索结果

文献类型

  • 1 篇 期刊文献

馆藏范围

  • 1 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 1 篇 工学
    • 1 篇 控制科学与工程
    • 1 篇 计算机科学与技术...
    • 1 篇 软件工程
  • 1 篇 管理学
    • 1 篇 管理科学与工程(可...

主题

  • 1 篇 深度学习模型
  • 1 篇 超短时物流需求
  • 1 篇 串行数据分解
  • 1 篇 tpe参数优化
  • 1 篇 量子加权
  • 1 篇 多步预测

机构

  • 1 篇 服务科学与创新四...
  • 1 篇 西南交通大学

作者

  • 1 篇 秦娟
  • 1 篇 陈彦如
  • 1 篇 冉茂亮
  • 1 篇 杨新彪

语言

  • 1 篇 中文
检索条件"主题词=串行数据分解"
共 1 条 记 录，以下是1-10 订阅
全选 清除本页 清除全部 题录导出 标记到"检索档案"
详细 简洁
排序：
基于VMD-EWT-QWLSTM-TPE深度学习模型的超短时物流需求多步预测
收藏
分享
引用
控制与决策 2024年 第6期39卷 1859-1868页
作者： 杨新彪 陈彦如 秦娟 冉茂亮 西南交通大学经济管理学院 成都610031 服务科学与创新四川省重点实验室 成都610031
超短时物流需求预测是企业物流资源智能调度的重要基础,然而,超短时物流需求数据具有强随机性、高波动性、非平稳性等特征,进行多步精确预测较为困难.基于此,构建基于串行数据分解和量子加权深度网络的超短时物流需求多步预测模型.首先... 详细信息
来源： 维普期刊数据库 维普期刊数据库 同方期刊数据库 同方期刊数据库 评论
全选 清除本页 清除全部 题录导出 标记到“检索档案”
共1页 <<  < 1 >  >>
回到顶部
执行限定条件