神经网络在连锁企业销售预测系统中的应用研究

摘要

管理会计是会计信息系统中进行企业价值分析及提升其高附加值的重要一部分，它承担着报告与分析、决策支持与规划的重要功能与职责。大数据时代，数据信息以几何级速度增长，管理会计的数据分析工作得到更大的发挥空间，尤其是在绩效、预算、产品、渠道与客户等方面。如何更好的挖掘数据中有价值的信息，提升企业管理会计信息化水平，为管理经营决策提供支持，是值得考虑的问题。管理会计信息化在企业的发展与推进迫切需要应用信息技术手段与数据分析方法。会计数据处理从事后走向事前亟待需要应用相关的预测方法。经济预测作为管理会计的重要内容之一，对于规划企业未来、支持经营决策、提高管理水平有着十分重要的作用。而连锁企业在面临消费者行为改变和电子商务强劲发展的挑战下，如何应用信息化手段，挖掘数据价值，预测企业销售状况，帮助管理层做出正确的经营投资决策，在日益激烈的市场竞争中争取一席之地，显得尤为重要。神经网络以其良好的自组织学习方法、非线性品质、完全分布的存储结构等特点在销售预测领域的应用得到了国内外学者的广泛验证与实际运用。因此，本文探讨将神经网络销售预测技术应用于连锁企业的相关问题。　　本文采用规范的研究方法对连锁企业销售预测问题进行探讨，尝试将传统会计对销售数据的事后处理走向事前预测处理的方法与途径。本文分为六个部分。第一部分是绪论。从研究背景出发提出连锁企业销售预测研究的理论意义和现实价值，明确本文的研究目的和研究内容。第二部分为文献综述与述评。分别从管理会计信息化与数据挖掘分析技术的融合，销售预测的方法研究与神经网络的应用研究三个方面对国内外相关文献进行梳理和总结。第三部分为理论基础，对本文的相关理论依据进行阐述。第四部分为基于BP神经网络的连锁企业销售预测模型设计。从宏观环境和企业内部因素两个方面定性与定量分析连锁企业销售的影响因素，运用BP神经网络，构建连锁企业销售预测模型，以XX连锁企业重庆地区2012-2015期间的门店销售数据为支撑，运用BP算法在MATLAB中进行数据分析以及模型的拟合能力和推广能力研究，并对模型进行优化。第五部分为连锁企业销售预测系统设计与开发。运用MATLAB的GUI平台设计并开发连锁企业的门店销售预测系统，使之成为有效使用企业信息系统数据的一种途径，提升企业管理会计信息化建设水平。第六部分为结论及研究展望，分析连锁企业销售预测系统在理论研究和实践运用上的创新，并指出有待进一步研究的地方。

目录

声明

1 绪论

1.1 选题背景及研究意义

1.2 研究目标与研究内容

1.3 研究方法和创新之处

2 文献综述与评述

2.1 管理会计信息化与数据挖掘分析技术

2.2 销售预测的方法研究

2.3 神经网络的应用研究

2.4 文献评述

3 理论基础

3.1 管理会计与销售预测

3.2 销售预测基本理论

3.3 BP神经网络

4 基于BP神经网络的连锁企业销售预测模型设计

4.1 连锁企业销售状况影响因素分析

4.2 样本选取与前期数据处理

4.3 模型构建与相关参数选择

4.4基于BP神经网络的连锁企业销售预测

4.5 销售预测结果分析

5连锁企业销售预测系统设计与开发

5.1 连锁企业销售预测系统分析

5.2 连锁企业销售预测系统设计

5.3 连锁企业销售预测系统开发

6 结论及研究展望

6.1 结论

6.2 展望

致谢

参考文献

附录一：两次随机抽样预测结果与相对误差

附录二：第一个品牌预测结果与相对误差

附录三：第二个品牌预测结果与相对误差

个人简历、在学期间发表的学术论文及取得的研究成果