基于BP神经网络的销售预测模型

摘要

传统的销售预测方法往往只考虑了一部分影响销售的因素，无法表达影响需求的各种因素之间复杂的相互作用，建立的模型相对简单。而人工神经网络具有良好的非线性映射能力和自学习能力，它可以通过学习把基本需求、季节因素、周期因素、市场活动等影响需求的因素以及它们之间复杂的相互作用以权值的形式固化在神经网络中。因此，作者把BP神经网络技术应用于销售预测，建立了相应的销售预测模型。仿真结果表明，该模型预测精度较高和较好的泛化能力，有一定的实际应用意义。 本论文探讨了BP神经网络的模型与结构，BP学习规则，构建了基于BP神经网络的时间系列预测模型，研究了神经网络的规模、推广能力等问题。本论文简要介绍销售预测和神经网络的基本知识，时间系列预测的基本概念、各种模型，分析了基于神经网络的时间序列预测方法。简要介绍了BP神经网络在MATIAB的设计和实现，介绍了如何在MATI．AB中创建BP神经网络，如何对网络进行初始化，训练，和摸拟，并进行MAT[．AB编程实现所设计的BP网络。 本论文对某公司销售进行了实例预测研究，证明本文所建立的模型和研究方法是实用而有效的，不仅简化了网络结构，而且提高了预测精度。结果比较理想，说明本文所建立的基于BP神经网络的时间系列预测模型具有较好的预测能力和较佳的推广能力。本论文在前人研究成果的基础上，针对现实复杂经济系统的客观需要，提出了作者自己的观点和想法，并把它们付诸实践，希望可以对人工神经网络技术用于实际预测做出一点贡献。

目录

文摘

英文文摘

声明

第一章引言

1.1课题的背景和意义

1.2国内外有关理论的发展状况

1.3论文的主要内容和创造性的改进

第二章销售预测

2.1销售预测的涵义

2.2销售预测的作用和重要性

2.3预测误差和预测精度

第三章神经网络

3.1神经网络的理论基础

3.2 BP网络

第四章BP神经网络的时间序列预测方法

4.1时间序列

4.2基于神经网络的时间序列预测方法

第五章BP神经网络的设计及MATLAB实现

5.1 BP网络的设计

5.2 BP神经网络的MATLAB实现

5.3程序设计

第六章实例分析

6.1开关厂的销售量预测

6.2开关厂山东地区销售量预测

结论

参考文献

论文发表

致谢