基于支持向量机的供应链伙伴企业选择方法的研究

为了克服传统的机器学习方法在供应链管理领域应用存在的局限性,介绍了一种新的支持向量机的机器学习算法。以企业为背景,运用支持向量机算法来解决多类分类问题和函数回归问题。通过在某企业供应链伙伴选择中的实际应用,并与用神经元网络训练得出的结果进行对比,证明这种支持向量机的机器学习算法,不仅具有较高的训练效率,而且有更高的精确度。