數據挖掘在銷售預測中的應用研究.pdf

1、隨著企業(yè)信息化程度越來越高，ERP系統(tǒng)得到了越來越廣泛的應用。然而，隨著ERP中的數據與日劇增，“數據爆炸但知識貧乏”的現象已日益突出。本文針對傳統(tǒng)ERP系統(tǒng)關于銷售預測在決策支持方面的不足，根據數據挖掘技術的特點，把數據挖掘技術應用到銷售預測系統(tǒng)中。 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，建立的模型簡單。而人工神經網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

2、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網絡中。因此，作者把BP神經網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。 雖然BP網絡預測模型預測結果不錯，但是單純的BP算法自身存在著一些不足：(1)易陷于局部極值；(2)遺忘已學樣本的趨勢；(3)學習效率不高，收斂速度慢等。本文將遺傳算法(GA