基于卡尔曼滤波需求预测的牛鞭效应研究
C93; 需求信息失真是牛鞭效应的根源,选择合适的需求预测技术是改善牛鞭效应的关键.卡尔曼滤波因其动态更新、无需存储大量历史数据等特点,常用于非平稳需求过程的预测.基于此,构建卡尔曼滤波需求预测模型,测度不同提前期下的牛鞭效应,研究提前期及模型参数变化对牛鞭效应的影响.研究表明:提前期越长,牛鞭效应越强烈;提前期为2,多数情况下可通过卡尔曼滤波需求预测避免牛鞭效应;提前期大于2,对于同种生命周期状态的产品,无促销活动产生的牛鞭效应小于有促销活动产生的牛鞭效应,但促销力度对牛鞭效应大小无显著影响....
Gespeichert in:
Veröffentlicht in: | 管理学报 2019, Vol.16 (5), p.775-782 |
---|---|
Hauptverfasser: | , |
Format: | Artikel |
Sprache: | chi |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
container_end_page | 782 |
---|---|
container_issue | 5 |
container_start_page | 775 |
container_title | 管理学报 |
container_volume | 16 |
creator | 陈佳莉 郭春香 |
description | C93; 需求信息失真是牛鞭效应的根源,选择合适的需求预测技术是改善牛鞭效应的关键.卡尔曼滤波因其动态更新、无需存储大量历史数据等特点,常用于非平稳需求过程的预测.基于此,构建卡尔曼滤波需求预测模型,测度不同提前期下的牛鞭效应,研究提前期及模型参数变化对牛鞭效应的影响.研究表明:提前期越长,牛鞭效应越强烈;提前期为2,多数情况下可通过卡尔曼滤波需求预测避免牛鞭效应;提前期大于2,对于同种生命周期状态的产品,无促销活动产生的牛鞭效应小于有促销活动产生的牛鞭效应,但促销力度对牛鞭效应大小无显著影响. |
doi_str_mv | 10.3969/j.issn.1672-884x.2019.05.017 |
format | Article |
fullrecord | <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_glxb201905017</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>glxb201905017</wanfj_id><sourcerecordid>glxb201905017</sourcerecordid><originalsourceid>FETCH-wanfang_journals_glxb2019050173</originalsourceid><addsrcrecordid>eNpjYFAxNNAztjSz1M_SyywuztMzNDM30rWwMKnQMzIwtNQzMNUzMDRnYeCEiUdwMPAWF2cmGRhYGhpZmpiZcTKYPZ2_68muvqe9C59umPJs9p5nu5c827zo5ZyGZxubXi5qeba1-_mslueds1_OW_tsasfTXVOeL5jyfOU2HgbWtMSc4lReKM3NoOrmGuLsoVuemJeWmJcen5VfWpQHlIlPz6lIArnGwBToFmNi1QEAoZlSUw</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于卡尔曼滤波需求预测的牛鞭效应研究</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>陈佳莉 ; 郭春香</creator><creatorcontrib>陈佳莉 ; 郭春香</creatorcontrib><description>C93; 需求信息失真是牛鞭效应的根源,选择合适的需求预测技术是改善牛鞭效应的关键.卡尔曼滤波因其动态更新、无需存储大量历史数据等特点,常用于非平稳需求过程的预测.基于此,构建卡尔曼滤波需求预测模型,测度不同提前期下的牛鞭效应,研究提前期及模型参数变化对牛鞭效应的影响.研究表明:提前期越长,牛鞭效应越强烈;提前期为2,多数情况下可通过卡尔曼滤波需求预测避免牛鞭效应;提前期大于2,对于同种生命周期状态的产品,无促销活动产生的牛鞭效应小于有促销活动产生的牛鞭效应,但促销力度对牛鞭效应大小无显著影响.</description><identifier>ISSN: 1672-884X</identifier><identifier>DOI: 10.3969/j.issn.1672-884x.2019.05.017</identifier><language>chi</language><publisher>四川大学商学院</publisher><ispartof>管理学报, 2019, Vol.16 (5), p.775-782</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/glxb/glxb.jpg</thumbnail><link.rule.ids>314,778,782,4012,27906,27907,27908</link.rule.ids></links><search><creatorcontrib>陈佳莉</creatorcontrib><creatorcontrib>郭春香</creatorcontrib><title>基于卡尔曼滤波需求预测的牛鞭效应研究</title><title>管理学报</title><description>C93; 需求信息失真是牛鞭效应的根源,选择合适的需求预测技术是改善牛鞭效应的关键.卡尔曼滤波因其动态更新、无需存储大量历史数据等特点,常用于非平稳需求过程的预测.基于此,构建卡尔曼滤波需求预测模型,测度不同提前期下的牛鞭效应,研究提前期及模型参数变化对牛鞭效应的影响.研究表明:提前期越长,牛鞭效应越强烈;提前期为2,多数情况下可通过卡尔曼滤波需求预测避免牛鞭效应;提前期大于2,对于同种生命周期状态的产品,无促销活动产生的牛鞭效应小于有促销活动产生的牛鞭效应,但促销力度对牛鞭效应大小无显著影响.</description><issn>1672-884X</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2019</creationdate><recordtype>article</recordtype><recordid>eNpjYFAxNNAztjSz1M_SyywuztMzNDM30rWwMKnQMzIwtNQzMNUzMDRnYeCEiUdwMPAWF2cmGRhYGhpZmpiZcTKYPZ2_68muvqe9C59umPJs9p5nu5c827zo5ZyGZxubXi5qeba1-_mslueds1_OW_tsasfTXVOeL5jyfOU2HgbWtMSc4lReKM3NoOrmGuLsoVuemJeWmJcen5VfWpQHlIlPz6lIArnGwBToFmNi1QEAoZlSUw</recordid><startdate>2019</startdate><enddate>2019</enddate><creator>陈佳莉</creator><creator>郭春香</creator><general>四川大学商学院</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2019</creationdate><title>基于卡尔曼滤波需求预测的牛鞭效应研究</title><author>陈佳莉 ; 郭春香</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_glxb2019050173</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2019</creationdate><toplevel>online_resources</toplevel><creatorcontrib>陈佳莉</creatorcontrib><creatorcontrib>郭春香</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>管理学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>陈佳莉</au><au>郭春香</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于卡尔曼滤波需求预测的牛鞭效应研究</atitle><jtitle>管理学报</jtitle><date>2019</date><risdate>2019</risdate><volume>16</volume><issue>5</issue><spage>775</spage><epage>782</epage><pages>775-782</pages><issn>1672-884X</issn><abstract>C93; 需求信息失真是牛鞭效应的根源,选择合适的需求预测技术是改善牛鞭效应的关键.卡尔曼滤波因其动态更新、无需存储大量历史数据等特点,常用于非平稳需求过程的预测.基于此,构建卡尔曼滤波需求预测模型,测度不同提前期下的牛鞭效应,研究提前期及模型参数变化对牛鞭效应的影响.研究表明:提前期越长,牛鞭效应越强烈;提前期为2,多数情况下可通过卡尔曼滤波需求预测避免牛鞭效应;提前期大于2,对于同种生命周期状态的产品,无促销活动产生的牛鞭效应小于有促销活动产生的牛鞭效应,但促销力度对牛鞭效应大小无显著影响.</abstract><pub>四川大学商学院</pub><doi>10.3969/j.issn.1672-884x.2019.05.017</doi></addata></record> |
fulltext | fulltext |
identifier | ISSN: 1672-884X |
ispartof | 管理学报, 2019, Vol.16 (5), p.775-782 |
issn | 1672-884X |
language | chi |
recordid | cdi_wanfang_journals_glxb201905017 |
source | 国家哲学社会科学学术期刊数据库 (National Social Sciences Database) |
title | 基于卡尔曼滤波需求预测的牛鞭效应研究 |
url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-16T18%3A36%3A00IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%8D%A1%E5%B0%94%E6%9B%BC%E6%BB%A4%E6%B3%A2%E9%9C%80%E6%B1%82%E9%A2%84%E6%B5%8B%E7%9A%84%E7%89%9B%E9%9E%AD%E6%95%88%E5%BA%94%E7%A0%94%E7%A9%B6&rft.jtitle=%E7%AE%A1%E7%90%86%E5%AD%A6%E6%8A%A5&rft.au=%E9%99%88%E4%BD%B3%E8%8E%89&rft.date=2019&rft.volume=16&rft.issue=5&rft.spage=775&rft.epage=782&rft.pages=775-782&rft.issn=1672-884X&rft_id=info:doi/10.3969/j.issn.1672-884x.2019.05.017&rft_dat=%3Cwanfang_jour%3Eglxb201905017%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=glxb201905017&rfr_iscdi=true |