發(fā)布時(shí)間：2017-10-27 18:07

  本文關(guān)鍵詞：基于時(shí)間序列的服裝銷售預(yù)測系統(tǒng)研究與應(yīng)用

  更多相關(guān)文章： 時(shí)間序列 自動回歸 滑動平均 服裝銷售預(yù)測

【摘要】：服裝行業(yè)在生產(chǎn)采購、銷售、庫存三方面具有快銷的性質(zhì),快速響應(yīng)短周期的銷售需求,提升供應(yīng)鏈管理效率是服裝企業(yè)面臨的關(guān)鍵問題。本文以提高短期服裝銷售預(yù)測的合理性為目標(biāo),分析服裝行業(yè)的影響因素,提出基于時(shí)間序列的服裝銷售預(yù)測解決方案。主要工作內(nèi)容如下：本文在研究時(shí)間序列和預(yù)測理論的基礎(chǔ)上,基于當(dāng)前時(shí)間序列值不僅受到過往時(shí)間序列值的影響；也受到時(shí)間序列過往的隨機(jī)白噪聲和當(dāng)前隨機(jī)白噪聲影響的思想,確定周銷售量為預(yù)測目標(biāo),采用自動回歸預(yù)測和滑動平均預(yù)測的線性組合來模擬上述過程的技術(shù),令影響當(dāng)前周銷售量的過往銷售量期數(shù)和過往隨機(jī)白噪聲期數(shù)作為影響因子：影響因子所占的影響成分作為權(quán)重因子,消除中長期的季節(jié)性影響,將銷售數(shù)據(jù)經(jīng)過差分的平穩(wěn)化處理,接著求解參數(shù),最后利用預(yù)測誤差檢驗(yàn)?zāi)Ｐ偷挠行?獲得銷售預(yù)測模型。本文設(shè)計(jì)了一個(gè)面向服裝行業(yè)的銷售預(yù)測系統(tǒng),該預(yù)測系統(tǒng)包含了銷售數(shù)據(jù)管理、趨勢分析和倉儲管理等三個(gè)模塊。技術(shù)核心是構(gòu)建銷售預(yù)測模型。在銷售預(yù)測模型的構(gòu)建中,通過確定表的產(chǎn)品數(shù)據(jù)結(jié)構(gòu),庫存數(shù)據(jù)結(jié)構(gòu),銷售日志數(shù)據(jù)結(jié)構(gòu)后,提取銷售數(shù)據(jù),生成時(shí)間序列數(shù)據(jù)。根據(jù)以服裝銷售的周銷售量為預(yù)測目標(biāo),先定義影響因子為自動回歸預(yù)測和滑動平均預(yù)測的各階系數(shù)；令權(quán)重因子為自動回歸和滑動平均的待估參數(shù),建立自動回歸滑動平均預(yù)測模型。接著利用RStudio的可視化統(tǒng)計(jì)特性,對歷史銷售量進(jìn)行可視化,生成功能模塊各服裝款式的時(shí)間序列趨勢分析圖,將銷售量分解為季節(jié)性因素、基本趨勢因素、隨機(jī)因素,引入消除短周期銷售量的季節(jié)性因素機(jī)制,得到不含長期趨勢的時(shí)間銷售量序列。然后對該序列進(jìn)行序列協(xié)方差與序列方差比值的平穩(wěn)性檢驗(yàn),稱為自相關(guān)函數(shù)平穩(wěn)性檢驗(yàn),當(dāng)序列自相關(guān)函數(shù)值的檢驗(yàn)值大多數(shù)落在給定的置信區(qū)間外,則對序列進(jìn)行自階差分變換處理,將非平穩(wěn)時(shí)間序列差分化變換為平穩(wěn)性序列。偏相關(guān)函數(shù)是自相關(guān)函數(shù)對各個(gè)權(quán)重因子的偏導(dǎo),用以減少兩個(gè)序列值之間的那些序列對當(dāng)前期銷售量的影響。通過序列自相關(guān)函數(shù)值和偏相關(guān)函數(shù)值在置信區(qū)間內(nèi)減少至零的階數(shù),結(jié)合最小信息準(zhǔn)則,確定相關(guān)因子中影響因子的個(gè)數(shù)；利用訓(xùn)練集的真實(shí)銷售值與得到的影響因子的個(gè)數(shù)構(gòu)成方程組,通過最小二乘法,分別對自回歸權(quán)重因子和滑動平均權(quán)重因子方程組的偏導(dǎo)數(shù),得到最優(yōu)權(quán)重因子,從而確定預(yù)測模型的回歸方程。最后從模型有效性角度,檢驗(yàn)預(yù)測模型的預(yù)測值與真實(shí)值間的預(yù)測誤差是平穩(wěn)性的；且預(yù)測誤差是服從零均值的正態(tài)分布曲線,可以對未來銷售量進(jìn)行預(yù)測。本文基于核心預(yù)測模型,開發(fā)了銷售預(yù)測系統(tǒng),提供了可視化的趨勢分析功能,并在一家大型服裝企業(yè)試用后,有效改善了銷售體系中銷售與補(bǔ)貨的矛盾,為服裝企業(yè)的運(yùn)營決策提供了有效的支撐。
【關(guān)鍵詞】：時(shí)間序列 自動回歸 滑動平均 服裝銷售預(yù)測
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP311.52
【目錄】：

• 摘要4-6
• ABSTRACT6-8
• 目錄8-11
• CONTENTS11-14
• 第一章 緒論14-19
• 1.1 研究的背景與意義14-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-17
• 1.3 研究內(nèi)容17
• 1.4 論文的組織結(jié)構(gòu)17-19
• 第二章 相關(guān)理論和技術(shù)19-31
• 2.1 時(shí)間序列模型概念19-20
• 2.2 時(shí)間序列分類20-21
• 2.2.1 平穩(wěn)序列20
• 2.2.2 非平穩(wěn)序列20-21
• 2.3 自動回歸滑動平均模型理論21-22
• 2.3.1 自動回歸模型21-22
• 2.3.2 滑動平均模型22
• 2.3.3 自動回歸滑動平均模型22
• 2.4 差分自動回歸滑動平均模型22-27
• 2.4.1 模型定階23-25
• 2.4.2 模型參數(shù)估計(jì)25-26
• 2.4.3 模型檢驗(yàn)26-27
• 2.5 服裝銷售影響因素和產(chǎn)品分類27-28
• 2.5.1 影響因素27
• 2.5.2 產(chǎn)品分類27-28
• 2.6 預(yù)測理論28-30
• 2.6.1 定性預(yù)測28
• 2.6.2 定量預(yù)測28-30
• 2.7 本章小結(jié)30-31
• 第三章 系統(tǒng)設(shè)計(jì)31-41
• 3.1 系統(tǒng)分析31-32
• 3.2 總體架構(gòu)32-36
• 3.3 系統(tǒng)組成36-40
• 3.4 本章小結(jié)40-41
• 第四章 銷售預(yù)測模型41-59
• 4.1 時(shí)間序列預(yù)測流程41-42
• 4.2 數(shù)據(jù)預(yù)處理42-46
• 4.2.1 數(shù)據(jù)提取42-44
• 4.2.2 參數(shù)定義44-46
• 4.3 相關(guān)性分析46-53
• 4.3.1 影響因素分析47-51
• 4.3.2 平穩(wěn)性分析51-53
• 4.4 相關(guān)因子分析53-57
• 4.4.1 影響因子定階53-56
• 4.4.2 權(quán)重因子估計(jì)56-57
• 4.5 預(yù)測模型57
• 4.6 本章小結(jié)57-59
• 第五章 應(yīng)用與分析59-67
• 5.1 應(yīng)用背景59
• 5.2 數(shù)據(jù)準(zhǔn)備59-60
• 5.3 系統(tǒng)應(yīng)用60-63
• 5.4 預(yù)測結(jié)果分析63-66
• 5.5 本章小結(jié)66-67
• 總結(jié)與展望67-69
• 參考文獻(xiàn)69-72
• 攻讀碩士學(xué)位期間發(fā)表的論文72-74
• 致謝74

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李霞;;基于神經(jīng)網(wǎng)絡(luò)的銷售預(yù)測研究[J];中國高新技術(shù)企業(yè);2010年34期

2 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(jì)算機(jī)仿真;2012年07期

3 邰麗君;胡如夫;趙韓;陳曹維;;改進(jìn)遺傳神經(jīng)網(wǎng)絡(luò)算法在銷售預(yù)測中的應(yīng)用研究[J];現(xiàn)代圖書情報(bào)技術(shù);2012年01期

4 朱衛(wèi)華,唐向宏,張福洪;小波分析在短期銷售預(yù)測中的應(yīng)用[J];杭州電子科技大學(xué)學(xué)報(bào);2005年01期

5 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(jì)與實(shí)施[J];情報(bào)科學(xué);2001年02期

6 鳳德偉,張忠能,凌君逸;基于神經(jīng)網(wǎng)絡(luò)的短期銷售預(yù)測[J];計(jì)算機(jī)工程;2004年S1期

7 閆博;李國和;黎旭;;基于ARMA的銷售預(yù)測方法與系統(tǒng)實(shí)現(xiàn)[J];計(jì)算機(jī)與現(xiàn)代化;2014年05期

8 盛魁;;RBF神經(jīng)網(wǎng)絡(luò)在藥品銷售預(yù)測中的應(yīng)用[J];長江大學(xué)學(xué)報(bào)(自科版);2013年19期

9 徐曦;遭遇無“沸點(diǎn)”的CRM市場[J];電子商務(wù)世界;2003年07期

10 趙玉欣;商秀娟;陳美娜;;基于Excel的季節(jié)性銷售預(yù)測——以某小型海鮮酒樓為例[J];財(cái)會通訊;2010年04期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 李弘;婁青;;銷售預(yù)測審計(jì)量表開發(fā)和應(yīng)用研究[A];中國市場學(xué)會2006年年會暨第四次全國會員代表大會論文集[C];2006年

中國重要報(bào)紙全文數(shù)據(jù)庫 前9條

1 謝天武 編譯;英國出版商嘗試開發(fā)銷售預(yù)測系統(tǒng)[N];中國圖書商報(bào);2006年

2 錦紅;零售規(guī)劃系統(tǒng)顯威[N];中國商報(bào);2001年

3 ;零售規(guī)劃系統(tǒng)顯威[N];中華工商時(shí)報(bào);2000年

4 通訊員 胡芳;東航河北分公司各單位降本增效在行動[N];中國民航報(bào);2009年

5 傅安國;新產(chǎn)品短命6個(gè)原因[N];市場報(bào);2001年

6 本報(bào)記者 趙曦;“雙11”臨近 傳統(tǒng)企業(yè)“觸電”渠道融合[N];消費(fèi)日報(bào);2012年

7 本報(bào)記者 屈麗麗;樂淘網(wǎng)：困惑的鞋子品牌“全賣場”[N];中國經(jīng)營報(bào);2010年

8 記者 王昕;全力營造假日旅游良好氛圍[N];河北日報(bào);2000年

9 Drew Armstrong 編譯 王迪;輝瑞篤定重啟并購模式[N];醫(yī)藥經(jīng)濟(jì)報(bào);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 婁青;銷售預(yù)測審計(jì)量表開發(fā)和應(yīng)用研究[D];大連理工大學(xué);2006年

2 奚偉;電磁閥及天然氣控制系統(tǒng)的銷售預(yù)測[D];上海交通大學(xué);2013年

3 王剛;支持向量回歸機(jī)在藥品銷售預(yù)測中的分析及應(yīng)用[D];云南財(cái)經(jīng)大學(xué);2010年

4 宋英超;基于數(shù)據(jù)挖掘的銷售預(yù)測決策支持系統(tǒng)研究[D];中國海洋大學(xué);2005年

5 胡立磊;基于供應(yīng)鏈的銷售預(yù)測研究[D];江蘇大學(xué);2008年

6 孔志周;基于小波網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù)及其在銷售預(yù)測中的應(yīng)用[D];湖南大學(xué);2004年

7 張婧;基于數(shù)據(jù)挖掘的零售業(yè)商品銷售預(yù)測研究[D];四川師范大學(xué);2008年

8 肖一君;銷售預(yù)測及分析在企業(yè)物流管理中的作用研究[D];武漢理工大學(xué);2003年

9 陳沖;南方煤礦銷售預(yù)測與調(diào)配系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];廈門大學(xué);2014年

10 吳慧俐;無限極公司產(chǎn)品銷售預(yù)測及營銷策略研究[D];華南理工大學(xué);2010年

，

本文編號：1104587