服裝銷售預(yù)測方法研究進展
【部分圖文】：
統(tǒng)計方法是銷售預(yù)測的傳統(tǒng)方法，也是較常用的銷售預(yù)測技術(shù)，包括線性回歸法、移動平均法、加權(quán)平均法、指數(shù)平滑法等。基于時間序列的分析方法，如自回歸積分滑動平均模型（ARIMA）和季節(jié)性差分自回歸滑動平均模型（SARI-MA）被廣泛用于銷售預(yù)測。ARIMA與SARIMA模型由于具有封閉表達式而呈現(xiàn)出快速、直觀、易于使用的特征，相應(yīng)預(yù)測方案在幾秒內(nèi)即可完成。Shumway et al[8],Liu et al[9]以及Thomassey[10]考察了基于ARIMA和SARIMA的預(yù)測模型，并驗證了模型的適用性。然而，由于服裝銷售時間序列數(shù)據(jù)的高度變異性和不規(guī)則性，研究者普遍認為單純的統(tǒng)計方法很難產(chǎn)生滿意的預(yù)測結(jié)果，因其難以捕捉到數(shù)據(jù)中的非線性關(guān)系[11]。此外，服裝需求受眾多解釋變量的影響，如圖2所示，而基于時間序列的統(tǒng)計方法難以將其納入。因此，統(tǒng)計方法雖然快速、直觀，但對服裝銷售的預(yù)測精度不高。
盡管ANN模型和ENN模型在預(yù)測精度方面表現(xiàn)良好（如均方誤差等性能指標(biāo)），但由于數(shù)據(jù)的復(fù)雜性、多樣性及模型使用的梯度學(xué)習(xí)算法，使得ANN所需的訓(xùn)練時間大大增加。研究表明，即使是簡單的ANN也需要大量時間來完成一項預(yù)測任務(wù)。這一限制不符合服裝行業(yè)的快時尚特征，成為許多基于ANN和ENN的預(yù)測模型在實際應(yīng)用中的巨大障礙。為實現(xiàn)快速預(yù)測，有人提出將極限學(xué)習(xí)機器（ELM）作為銷售預(yù)測新技術(shù)。ELM是一種快速的單隱層前饋神經(jīng)網(wǎng)絡(luò)（SLFN），與基于神經(jīng)網(wǎng)絡(luò)的梯度學(xué)習(xí)算法模型相比，ELM具有更好的泛化能力和更快的學(xué)習(xí)速度[16]。Sun et al[17]于2008年首次將ELM運用于服裝需求預(yù)測。Yu et al[18]結(jié)合統(tǒng)計方法和ELM，建立了服飾產(chǎn)品快速預(yù)測模型。雖然ELM比傳統(tǒng)ANN模型預(yù)測速度更快，但它仍需一定時間完成需求預(yù)測任務(wù)，并且需足夠數(shù)據(jù)進行訓(xùn)練，以獲得良好的預(yù)測結(jié)果。此外，由于ELM通過隨機分配SLFN的輸入權(quán)重和隱藏層偏差來工作，其輸出具有不穩(wěn)定性，在某些情況下不能很好地完成預(yù)測任務(wù)。
【參考文獻】
相關(guān)期刊論文 前3條
1 張丹;;多元化銷售渠道下的品牌服裝設(shè)計[J];針織工業(yè);2012年11期
2 王海寧;王厲冰;;網(wǎng)絡(luò)環(huán)境下我國服裝企業(yè)客戶關(guān)系管理的策略[J];針織工業(yè);2006年07期
3 丁鐘復(fù),郝秀芳;計算機在服裝企業(yè)中的應(yīng)用[J];針織工業(yè);2002年05期
相關(guān)碩士學(xué)位論文 前1條
1 池可;服裝銷售預(yù)測方法及RBF神經(jīng)網(wǎng)絡(luò)模型研究[D];蘇州大學(xué);2009年
【共引文獻】
相關(guān)期刊論文 前4條
1 張丹;;桃花塢木刻年畫文化意境在服裝創(chuàng)意設(shè)計中的應(yīng)用[J];絲綢;2015年08期
2 張丹;;江蘇服裝區(qū)域品牌集群差異化創(chuàng)新模式的探討[J];現(xiàn)代絲綢科學(xué)與技術(shù);2013年04期
3 張詩楠;潘軍;張永志;;基于VB.NET的服裝管理系統(tǒng)的設(shè)計與實現(xiàn)[J];電腦知識與技術(shù);2010年19期
4 王麗霞;;CRM在我國服裝行業(yè)中的應(yīng)用[J];廣西輕工業(yè);2008年03期
相關(guān)碩士學(xué)位論文 前8條
1 王麗麗;基于用戶偏好的服裝個性化推薦[D];蘇州大學(xué);2018年
2 張鈺;面向服裝企業(yè)市場預(yù)測的數(shù)據(jù)挖掘技術(shù)研究[D];西安工程大學(xué);2015年
3 張雨祝;基于神經(jīng)網(wǎng)絡(luò)的X公司太陽鏡銷售預(yù)測研究[D];重慶理工大學(xué);2014年
4 袁磊磊;基于時間序列分析的商業(yè)企業(yè)銷售預(yù)測模型研究[D];重慶理工大學(xué);2013年
5 姜艷艷;基于肺音的麻醉狀態(tài)下呼吸系統(tǒng)的建模與仿真[D];哈爾濱理工大學(xué);2013年
6 陸江;農(nóng)副產(chǎn)品包裝廠產(chǎn)供銷管理系統(tǒng)的研究與實現(xiàn)[D];湖南農(nóng)業(yè)大學(xué);2012年
7 畢建濤;基于主成分和粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的促銷產(chǎn)品銷量預(yù)測研究[D];東華大學(xué);2012年
8 金立瑜;商業(yè)智能（BI）在中小型服裝企業(yè)的應(yīng)用研究[D];東華大學(xué);2011年
【二級參考文獻】
相關(guān)期刊論文 前2條
1 趙輝;;快速時尚對絲綢服裝設(shè)計的可鑒性啟示[J];絲綢;2009年11期
2 蔡慧,顧慶良,宗述;美國的敏捷零售模式對中國服裝零售業(yè)的借鑒[J];中國紡織;2000年05期
【相似文獻】
相關(guān)期刊論文 前10條
1 沈岳;;基于時間序列馬爾可夫鏈的服裝銷售預(yù)測[J];絲綢;2009年11期
2 李斌;關(guān)于新產(chǎn)品的銷售預(yù)測[J];管理科學(xué)文摘;1995年09期
3 袁振強;;我國煙草企業(yè)銷售預(yù)測系統(tǒng)應(yīng)用背景和意義研究[J];現(xiàn)代營銷(學(xué)苑版);2012年07期
4 楊飛;王猛;;基于支持向量機的煤炭銷售預(yù)測系統(tǒng)的研究[J];計算機與數(shù)字工程;2011年06期
5 蔡麗玲;季曉芬;方靖;;服裝銷售預(yù)測技術(shù)的新發(fā)展[J];絲綢;2005年12期
6 池可;陳雁;;基于對象信息的服裝銷售預(yù)測方法選擇[J];紡織學(xué)報;2009年10期
7 王平,明哲,王艷紅;汽車行業(yè)銷售預(yù)測系統(tǒng)的分析、設(shè)計與實施[J];情報科學(xué);2001年02期
8 劉德玲;;大區(qū)域內(nèi)藥品銷售預(yù)測方法研究與仿真[J];計算機仿真;2012年07期
9 吳文杰,虞泓;基于線性回歸的銷售預(yù)測模型[J];面粉通訊;2005年03期
10 林誠真;洪丹丹;黃珍珍;朱秀娟;;淺析奶茶銷售方案[J];現(xiàn)代物業(yè)(中旬刊);2014年Z1期
相關(guān)碩士學(xué)位論文 前10條
1 于天池;移動商務(wù)環(huán)境下服裝行業(yè)動態(tài)銷售預(yù)測技術(shù)研究與實現(xiàn)[D];上海交通大學(xué);2008年
2 武婷婷;R公司進口產(chǎn)品的銷售預(yù)測和庫存管理[D];上海交通大學(xué);2015年
3 劉恰恰;基于環(huán)境因素的醫(yī)藥銷售預(yù)測研究[D];蘭州財經(jīng)大學(xué);2019年
4 金明磊;基于銷售預(yù)測的工業(yè)軸承營銷策略研究[D];天津大學(xué);2016年
5 王剛;支持向量回歸機在藥品銷售預(yù)測中的分析及應(yīng)用[D];云南財經(jīng)大學(xué);2010年
6 于淼;基于機器學(xué)習(xí)理論的服裝中期銷售預(yù)測研究[D];浙江理工大學(xué);2015年
7 李志明;CRC醫(yī)藥公司銷售預(yù)測研究[D];南華大學(xué);2015年
8 何鵬;銷售預(yù)測模型在世紀(jì)達公司的應(yīng)用研究[D];中南大學(xué);2006年
9 陳歡;灰色理論在汽車銷售預(yù)測和投資決策中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2008年
10 胡成義;AC壓縮機公司銷售預(yù)測方法研究[D];上海交通大學(xué);2007年
本文編號：2883127
本文鏈接：http://sikaile.net/guanlilunwen/shengchanguanlilunwen/2883127.html
