摘要： 随着农业机械的快速发展,对备件需求量进行预测是保证农业机械及时维修的关键。根据农机备件的特点,本文提出应用PCA-SVR方法进行农机备件需求预测。首先,分析影响备件需求的因素,建立影响农机备件需求量的指标体系;其次,构建PCA-SVR预测模型;最后,针对某品牌农机备件开展实证研究,将影响农机备件需求量的9个因素通过PCA降维成4个主成分,随后应用SVR方法进行预测,研究结果表明,该方法的预测值与实际情况相比误差较小,本文提出的PCA-SVR方法在MAE、RMSE和MAPE值分别是950.86、1 424.78和15.88,分别比线性回归模型以及随机森林模型的MAE、RMSE和MAPE值小607.45、1 830.83,451.1、1 753.88以及6.1、1.46,说明其具有优越性。

关键词: 农机备件;PCA-SVR;需求预测

中图分类号: 

• S220.7