【摘要】：隨著服裝行業(yè)的發(fā)展,中國男裝行業(yè)已經(jīng)成為服裝業(yè)重要的一部分,也是競爭較為激烈的一部分。要想在競爭中處于有利的地位,必須了解市場需求,把握先機(jī),這就需要對男裝未來的銷售情況做出準(zhǔn)確的預(yù)測。傳統(tǒng)的基于經(jīng)驗判斷和市場調(diào)研分析的服裝銷售預(yù)測,缺乏科學(xué)根據(jù),考慮的因素也相對簡單,無法使預(yù)測結(jié)果精確化。論文從單一預(yù)測模型和組合預(yù)測模型兩方面,對服裝銷售預(yù)測技術(shù)進(jìn)行了研究。論文從分析服裝銷售數(shù)據(jù)的特點(diǎn)入手,在綜述數(shù)據(jù)預(yù)測相關(guān)理論與技術(shù)的基礎(chǔ)上,研究了基于單一模型的銷售數(shù)據(jù)預(yù)測。針對服裝銷售數(shù)據(jù)的線性特征,論文利用ARIMA模型對男裝銷售數(shù)據(jù)進(jìn)行了預(yù)測;針對服裝銷售數(shù)據(jù)的非線性特征,論文利用神經(jīng)網(wǎng)絡(luò)模型對男裝銷售數(shù)據(jù)進(jìn)行了預(yù)測。服裝銷售數(shù)據(jù)存在有趨勢的線性特征,又因其受包括品牌、流行因素、價格、季節(jié)等因素的影響,也存在非線性特征。單一預(yù)測模型具有一定的局限性,論文進(jìn)一步研究基于加權(quán)組合預(yù)測模型的相關(guān)預(yù)測技術(shù)。通過實(shí)驗分析,確定采用最優(yōu)權(quán)重法作為計算組合預(yù)測模型各部分權(quán)重的方法。利用實(shí)際數(shù)據(jù),對不同模型的三種組合,進(jìn)行了預(yù)測分析,結(jié)果表明ARIMA-BP-RBF組合模型具有最優(yōu)的預(yù)測準(zhǔn)確率。具體來講,論文包括以下工作。(1)綜述了服裝銷售數(shù)據(jù)預(yù)測的研究現(xiàn)狀,通過對某商家實(shí)際銷售數(shù)據(jù)的分析,總結(jié)了男裝銷售數(shù)據(jù)存在的線性和非線性特征。通過數(shù)據(jù)聚合、有效性篩選、缺失值及異常值處理等方法,獲得了高質(zhì)量的數(shù)據(jù),為論文數(shù)據(jù)預(yù)測工作做了準(zhǔn)備。(2)研究了基于ARIMA單一模型的服裝銷售數(shù)據(jù)預(yù)測。結(jié)合男裝銷售數(shù)據(jù)的特點(diǎn),分析了ARIMA建模過程,采用差分處理將非平穩(wěn)狀態(tài)的數(shù)據(jù)轉(zhuǎn)換為平穩(wěn)狀態(tài),并通過模式識別及檢驗確定了模型參數(shù)。實(shí)驗表明ARIMA模型對數(shù)據(jù)線性部分預(yù)測準(zhǔn)確,對整體男裝銷售數(shù)據(jù)預(yù)測還存在不足。(3)研究了基于神經(jīng)網(wǎng)絡(luò)單一模型的服裝銷售數(shù)據(jù)預(yù)測。結(jié)合男裝銷售數(shù)據(jù)的非線性特征,分析了BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)建模過程。通過對各種傳遞函數(shù)特點(diǎn)的分析,確定Sigmoid函數(shù)適用于BP神經(jīng)網(wǎng)絡(luò)模型,高斯函數(shù)適用于RBF神經(jīng)網(wǎng)絡(luò)模型。并通過對神經(jīng)網(wǎng)絡(luò)模型原理的分析,確定了神經(jīng)網(wǎng)絡(luò)各層節(jié)點(diǎn)個數(shù),并對樣本數(shù)據(jù)進(jìn)行訓(xùn)練及測試。實(shí)驗表明BP神經(jīng)網(wǎng)絡(luò)模型和RBF神經(jīng)網(wǎng)絡(luò)模型對數(shù)據(jù)非線性部分預(yù)測準(zhǔn)確,由于數(shù)據(jù)存在線性部分,所以對整體男裝銷售數(shù)據(jù)預(yù)測還存在不足。(4)研究了ARIMA和神經(jīng)網(wǎng)絡(luò)組合模型的服裝銷售數(shù)據(jù)預(yù)測技術(shù)。通過對多種加權(quán)組合方法實(shí)驗分析,確定采用最優(yōu)權(quán)重法作為計算組合模型各部分權(quán)重的方法。采用最優(yōu)權(quán)重法構(gòu)建了ARIMA-BP組合模型、ARIAM-RBF組合模型、以及ARIMA-BP-RBF組合模型,并通過實(shí)驗數(shù)據(jù)分析,確定ARIMA-BP-RBF組合模型最適用于男裝銷售預(yù)測。
【圖文】：

經(jīng)網(wǎng)絡(luò)模型經(jīng)網(wǎng)絡(luò)最早是由心理學(xué)家和神經(jīng)生物學(xué)家提出的。由于神經(jīng)網(wǎng)絡(luò)決復(fù)雜問題的相對簡單的方法，因此近年來受到的關(guān)注越來越多種類有很多，在生物神經(jīng)網(wǎng)絡(luò)系統(tǒng)中不同的模型可以從不同的角述和模擬。經(jīng)常用到的神經(jīng)網(wǎng)絡(luò)模型有 BP 神經(jīng)網(wǎng)絡(luò)、Hopfield 網(wǎng)等。這些神經(jīng)網(wǎng)絡(luò)模型能夠?qū)崿F(xiàn)很多功能，在人工智能、自動化析等領(lǐng)域得到廣泛的應(yīng)用。個經(jīng)典的神經(jīng)網(wǎng)絡(luò)可以由輸入層、輸出層、隱含層三部分組成，一個神經(jīng)網(wǎng)絡(luò)包括大量的節(jié)點(diǎn)（也稱作神經(jīng)元），每一個神經(jīng)元出函數(shù)，相連的兩個神經(jīng)元都有一個權(quán)值，神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果接方式、權(quán)值及激勵函數(shù)[21]。于多層的神經(jīng)網(wǎng)絡(luò)，只是隱含層有所不同，它的隱含層可能由多可以包含多個神經(jīng)元節(jié)點(diǎn)。而神經(jīng)元的主要作用就是通過建立復(fù)做非線性變換。因此神經(jīng)網(wǎng)絡(luò)模型適用于非線性特征的數(shù)據(jù)預(yù)測

20圖 4-1ARIMA 模型的建模流程圖型應(yīng)用及結(jié)果分析據(jù)平穩(wěn)性檢驗服裝銷售數(shù)據(jù)建立預(yù)測模型，首先需要判斷數(shù)據(jù)的平穩(wěn)性，如要進(jìn)行平穩(wěn)化處理。判斷數(shù)據(jù)平穩(wěn)性的方法有很多種，例如，列樣本數(shù)據(jù)的折線圖觀察初步判斷它的平穩(wěn)性，也可以通過觀關(guān)及偏相關(guān)系數(shù)的變化進(jìn)行判斷，通過繪制自相關(guān)及偏相關(guān)函的看出。如果時間序列不是穩(wěn)定的，，則可以通過一次或者多次差穩(wěn)的序列。
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F426.86;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐超;;一種基于ARIMA-SVR混合方法的匯率預(yù)測模型[J];智庫時代;2019年01期

2 陳黎明;趙元元;;季節(jié)ARIMA模型在保費(fèi)總收入預(yù)測中的應(yīng)用[J];福建金融管理干部學(xué)院學(xué)報;2018年04期

3 劉若愚;劉立波;;基于ARIMA模型的游客人數(shù)分析與預(yù)測[J];電腦與電信;2019年Z1期

4 曾藝旋;周小軍;楊姣;周孔香;胡煒華;;基于南昌市新建區(qū)居民傷害死亡趨勢的ARIMA模型構(gòu)建與預(yù)測[J];南昌大學(xué)學(xué)報(醫(yī)學(xué)版);2019年01期

5 劉恬s

本文編號：2635402