中小企業(yè)肉類產(chǎn)品短期需求預(yù)測模型研究.pdf

1、近年來，隨著中國在國際上影響力的提升，我國食品企業(yè)所面臨的競爭壓力逐漸增大。為了更好地參與國際競爭以及應(yīng)對國內(nèi)產(chǎn)業(yè)結(jié)構(gòu)變化，中小型企業(yè)必須要推動自身管理體制的改革。目前我國食品企業(yè)普遍面臨庫存占用過大的問題，已成為制約企業(yè)發(fā)展的瓶頸，易變質(zhì)及存儲成本高的肉類產(chǎn)品特性促使此庫存問題尤為突出。引發(fā)此類問題的主要原因是對短期需求預(yù)測不精確，因此有必要對中小企業(yè)肉類產(chǎn)品的短期需求預(yù)測進行研究。
　　鑒于此，本文基于灰色理論、BP（Back

2、 Propagation，反向傳播）神經(jīng)網(wǎng)絡(luò)、SVM（Support Vector Machine，支持向量機）及GA（Genetic Algorithm，遺傳算法）構(gòu)建肉類產(chǎn)品短期需求預(yù)測模型。通過實驗對比，選取出精確度較高且擬合度較好的預(yù)測模型。
　　首先，選取中小企業(yè)肉類產(chǎn)品短期需求的主要影響因素。根據(jù)影響因素選取原則，最終選取月度CPI（Consumer Price Index，居民消費價格指數(shù)）、產(chǎn)品價格、促銷支出成本、

3、季節(jié)系數(shù)和節(jié)假日系數(shù)5個主要因素。其次，選擇預(yù)測方法。分析現(xiàn)有的預(yù)測方法，對比傳統(tǒng)預(yù)測方法和人工智能預(yù)測方法，選取預(yù)測精確度較高的人工智能預(yù)測方法進行研究。并從人工智能預(yù)測方法中選取較為常用的BP神經(jīng)網(wǎng)絡(luò)和SVM兩種預(yù)測方法。然后，構(gòu)建預(yù)測模型。本文提出將灰色預(yù)測理論同BP神經(jīng)網(wǎng)絡(luò)和SVM相結(jié)合，避免因樣本數(shù)據(jù)隨機性過大導(dǎo)致預(yù)測精度降低的問題。為了解決BP神經(jīng)網(wǎng)絡(luò)和SVM的初始參數(shù)值具有隨機性的問題，引入GA分別對兩個預(yù)測方法進行優(yōu)化。