銷(xiāo)售預(yù)測(cè)是實(shí)際要求極高的一項(xiàng)系統(tǒng)工程,在現(xiàn)代日益激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境壓力下,對(duì)預(yù)測(cè)銷(xiāo)售的精度也是越來(lái)越高。隨著現(xiàn)代科學(xué)技術(shù)的飛速發(fā)展,企業(yè)管理信息系統(tǒng)里積累了大量的歷史銷(xiāo)售數(shù)據(jù)。這些銷(xiāo)售數(shù)據(jù)一般來(lái)說(shuō)僅僅只是簡(jiǎn)單的存儲(chǔ)在企業(yè)的數(shù)據(jù)庫(kù)里,參與簡(jiǎn)單的統(tǒng)計(jì)作業(yè),并沒(méi)有受到足夠的重視。本文在對(duì)銷(xiāo)售預(yù)測(cè)進(jìn)行深入研究,在決策支持系統(tǒng)的基礎(chǔ)上使用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè),把BP神經(jīng)網(wǎng)絡(luò)算法和決策支持系統(tǒng)相結(jié)合,使之具有“智能”,能夠比較準(zhǔn)確的預(yù)測(cè)銷(xiāo)售情況。傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)具有易出現(xiàn)局部最小值,收斂速度慢的特點(diǎn)。對(duì)傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行相應(yīng)的改進(jìn),提出了銷(xiāo)售預(yù)測(cè)BP神經(jīng)網(wǎng)絡(luò)模型,提高了網(wǎng)絡(luò)的訓(xùn)練速度,減少了誤差精度,具有良好的泛化能力。探討了網(wǎng)絡(luò)的相關(guān)輸入輸出,網(wǎng)絡(luò)的隱含節(jié)點(diǎn)神經(jīng)元數(shù)目選擇的規(guī)則,樣本數(shù)據(jù)的選擇和預(yù)處理過(guò)程,相關(guān)初始參數(shù)的選擇以及激活函數(shù)的使用等等問(wèn)題。該模型是三層BP神經(jīng)網(wǎng)絡(luò),使用系統(tǒng)數(shù)據(jù)庫(kù)內(nèi)相關(guān)的數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練模擬,可以使用銷(xiāo)售數(shù)據(jù)有效的預(yù)測(cè)未來(lái)的銷(xiāo)售情況。對(duì)基于人工神經(jīng)網(wǎng)絡(luò)的智能銷(xiāo)售系統(tǒng)進(jìn)行研究,使得改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)和決策支持系統(tǒng)有效結(jié)合,發(fā)揮神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)性能,為決策支持系...

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 人工神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀
    1.3 智能決策支持系統(tǒng)的研究現(xiàn)狀
    1.4 論文的主要研究?jī)?nèi)容
第二章 相關(guān)理論和技術(shù)
    2.1 人工神經(jīng)網(wǎng)絡(luò)
        2.1.1 人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介和特點(diǎn)
            2.1.1.1 人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
            2.1.1.2 人工神經(jīng)網(wǎng)絡(luò)特點(diǎn)
        2.1.2 人工神經(jīng)網(wǎng)絡(luò)的基本原理
        2.1.3 人工神經(jīng)元模型
        2.1.4 人工神經(jīng)網(wǎng)絡(luò)模型
        2.1.5 人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
        2.1.6 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域
    2.2 智能決策支持系統(tǒng)
        2.2.1 決策支持系統(tǒng)的一般內(nèi)容
        2.2.2 智能決策支持系統(tǒng)基本概述
        2.2.3 智能決策支持分類(lèi)
        2.2.4 智能決策支持系統(tǒng)的應(yīng)用領(lǐng)域
    2.3 本章小結(jié)
第三章 人工神經(jīng)網(wǎng)絡(luò)BP算法
    3.1 概述
    3.2 BP神經(jīng)網(wǎng)絡(luò)模型和學(xué)習(xí)算法
        3.2.1 BP神經(jīng)網(wǎng)絡(luò)模型
        3.2.2 BP學(xué)習(xí)算法
    3.3 銷(xiāo)售預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)
        3.3.1 BP神經(jīng)網(wǎng)絡(luò)模型改進(jìn)
        3.3.2 網(wǎng)絡(luò)輸入輸出的確定
        3.3.3 BP神經(jīng)網(wǎng)絡(luò)層數(shù)
        3.3.4 BP神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元數(shù)目的選擇
        3.3.5 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本集的選擇和數(shù)據(jù)的歸一化處理
        3.3.6 BP神經(jīng)網(wǎng)絡(luò)初始參數(shù)選擇
        3.3.7 BP神經(jīng)網(wǎng)絡(luò)激活函數(shù)的選擇
    3.4 本章小結(jié)
第四章 系統(tǒng)分析與設(shè)計(jì)
    4.1 系統(tǒng)目標(biāo)
    4.2 系統(tǒng)的總體結(jié)構(gòu)
        4.2.1 系統(tǒng)需求分析
        4.2.2 系統(tǒng)的總體結(jié)構(gòu)設(shè)計(jì)
        4.2.3 數(shù)據(jù)庫(kù)和數(shù)據(jù)庫(kù)管理系統(tǒng)
        4.2.4 模型庫(kù)設(shè)計(jì)
        4.2.5 方法庫(kù)的設(shè)計(jì)
        4.2.6 知識(shí)庫(kù)的設(shè)計(jì)和推理機(jī)
    4.3 銷(xiāo)售系統(tǒng)的業(yè)務(wù)流程
    4.4 系統(tǒng)子功能
        4.4.1 人員信息管理信息模塊
        4.4.2 商品銷(xiāo)售數(shù)據(jù)模塊
        4.4.3 決策支持分析模塊
        4.4.4 系統(tǒng)管理模塊
    4.5 本章小結(jié)
第五章 系統(tǒng)的實(shí)現(xiàn)與案例分析
    5.1 系統(tǒng)實(shí)現(xiàn)
    5.2 實(shí)證分析
        5.2.1 鋼鐵廠年銷(xiāo)售預(yù)測(cè)
        5.2.2 鋼鐵廠金屬制品銷(xiāo)售量預(yù)測(cè)
        5.2.3 結(jié)果分析
    5.3 本章小結(jié)
總結(jié)和展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝



本文編號(hào)：3854467