基于BP神經(jīng)網(wǎng)絡的銷售預測模型.pdf

1、傳統(tǒng)的銷售預測方法往往只考慮了一部分影響銷售的因素，無法表達影響需求的各種因素之間復雜的相互作用，建立的模型相對簡單。而人工神經(jīng)網(wǎng)絡具有良好的非線性映射能力和自學習能力，它可以通過學習把基本需求、季節(jié)因素、周期因素、市場活動等影響需求的因素以及它們之間復雜的相互作用以權值的形式固化在神經(jīng)網(wǎng)絡中。因此，作者把BP神經(jīng)網(wǎng)絡技術應用于銷售預測，建立了相應的銷售預測模型。仿真結果表明，該模型預測精度較高和較好的泛化能力，有一定的實際應用意義。

2、 本論文探討了BP神經(jīng)網(wǎng)絡的模型與結構，BP學習規(guī)則，構建了基于BP神經(jīng)網(wǎng)絡的時間系列預測模型，研究了神經(jīng)網(wǎng)絡的規(guī)模、推廣能力等問題。本論文簡要介紹銷售預測和神經(jīng)網(wǎng)絡的基本知識，時間系列預測的基本概念、各種模型，分析了基于神經(jīng)網(wǎng)絡的時間序列預測方法。簡要介紹了BP神經(jīng)網(wǎng)絡在MATIAB的設計和實現(xiàn)，介紹了如何在MATI．AB中創(chuàng)建BP神經(jīng)網(wǎng)絡，如何對網(wǎng)絡進行初始化，訓練，和摸擬，并進行MAT[．AB編程實現(xiàn)所設計的BP網(wǎng)絡。