基于人工免疫机理和LS-SVM的顾客需求重要度预测

摘要

为了提高质量功能配置过程的动态决策水平,实现顾客需求重要度的有效预测,采用最小二乘支持向量机(LS-SVM)建立顾客需求重要度预测模型,并结合人工免疫机理,以LS-SVM模型参数为抗体、顾客需求重要度预测误差为抗原,采用克隆算法完成顾客需求重要度LS-SVM预测模型参数的免疫优化选择.文中还以数控瓦楞纸板印刷模切机顾客需求重要度预测为例验证了所提方法的可行性,并与基于灰色模型和神经网络模型的顾客需求重要度预测方法进行了比较,结果表明,所提出的基于人工免疫机理与LS-SVM的顾客需求重要度预测方法可行,且预测效果较好.