基于人工神经网络的商品销售量预测的应用与研究

摘要

本文通过研究数据挖掘算法,来寻求一种能够用于商品销售量的预测技术.人工神经网络是一个比较新的研究领域,而且能够解决非线性问题,并有广泛的适用性,所以本文选用人工神经网络中的即算法作为预测模型.本文分析了商贸公司仓库管理的需求,设计出适用于商贸公司仓库管理的系统,使用技术及开发平台是现在较为先进的J2EE技术.并把预测模型应用于仓库管理系统中,形成一个集管理与预测于一体的信息系统,为企业的决策提供了较好的依据.BP算法总是沿着极小化能量函数的方向来调整联接权值,所以它的速度是比较快的,但存在易陷入局部极小点、网络瘫痪等问题.在实际应用中为解决这些问题,本文提出了一种改进的即算法,该方法通过结合Cauchy训练来改进传统即算法,避免传统BP算法容易陷入局部极小点问题,提高了Cauchy训练的训练速度和解决了不收敛的问题,并运用该方法于商品销售量的预测,实例表明该方法能使网络具有较快的收敛速度和较高的准确度.

目录

文摘

英文文摘

声明

第1章绪论

1.1课题的提出及意义

1.2商品销售量预测的研究综述

1.2.1预测方法的探讨

1.2.2商品销售量预测存在的问题

1.2.3商品销售量预测算法的选定

1.3课题设计的主要任务及目标

1.4本文的主要内容

第2章数据挖掘技术及人工神经网络

2.1数据挖掘技术

2.1.1数据挖掘的定义

2.1.2用于数据挖掘技术的算法

2.1.3数据挖掘的应用

2.2人工神经网络

2.2.1人工神经网络的概念

2.2.2人工神经网络的基本原理

2.2.3人工神经网络的训练

2.2.4人工神经网络研究的主要方向

2.2.5人工神经网络的应用领域

2.3 BP算法

2.3.1BP算法的构成

2.3.2算法的训练过程

2.3.3基本BP的算法描述

2.4本章小节

附录

第3章基于改进BP算法的预测模型

3.1BP算法的改进

3.1.1 Cauchy训练

3.1.2BP算法的改进原理

3.1.3改进BP算法的算法描述

3.2商品销售量预测模型

3.2.1隐层数及隐层节点数的确定

3.2.2激活函数的选定

3.2.3输入值的预处理及输出值的转换

3.2.4λ值的确定策略

3.2.5网络权值的存储

3.2.6学习率α和冲量系数β的值的确定

3.3改进算法实验结果分析及应用

3.4本章小结

第4章商贸公司仓库管理信息系统的设计

4.1系统的体系结构

4.2系统实现的技术平台

4.2.1 Java语言

4.2.2 J2EE技术概述

4.3开发环境与开发工具

4.4数据库系统设计

4.4.1数据库管理系统

4.4.2 JDBC数据接口

4.4.3数据库连接池

4.4.4数据库表结构设计

4.5系统功能需求分析

4.6本章小结

第5章商贸公司仓库管理信息系统的实现

5.1系统总体结构

5.2数据库连接池的实现

5.3操作员信息的存储

5.4各功能模块的具体实现

5.4.1系统维护模块的实现

5.4.2单品表管理模块的实现

5.4.3出入库模块的实现

5.4.4查询模块的实现

5.4.5预测模块及库存分析模块的实现

5.5本章小结

结论

参考文献

攻读学位期间发表的论文

致谢