卷烟销量组合预测模型研究

论文摘要

【目的】为进一步提高卷烟月度销量预测精度,【方法】本文选择ARIMA模型、基于梯度下降算法的BP神经网络模型、基于Levenberg-Marquardt算法改进的BP神经网络模型等3种模型为单项预测模型,并利用BP神经网络对各单项预测模型进行动态加权,构建非线性组合模型对全国卷烟月度数据进行预测。首先,利用各单项预测方法对卷烟历史数据进行仿真拟合,并对2018年1～4月的销量进行预测;其次,构建非线性组合预测模型,对3个单项预测模型的拟合及预测结果进行动态加权,充分利用各个模型的优势,获取销量数据的各方面的信息。【结果】研究表明,相比于单项预测模型,组合预测模型误差绝对值均小于当月的日均销售量,预测误差更加均衡,结果更加平稳,适应性更强,更符合卷烟销售的实际情况。

论文目录

• 1 文献综述
• 2 卷烟销量预测模型构建与预测
•   2.1 ARIMA模型
•     2.1.1 数据处理
•     2.1.2 模型识别与定阶
•     2.1.3 仿真及预测结果
•   2.2 基于梯度下降算法的BP神经网络预测模型
•     2.2.1 样本数据确定
•     2.2.2 样本数据处理
•     2.2.3 创建网络及参数设定
•     2.2.4 仿真及预测结果
•   2.3 基于Levenberg-Marquardt算法改进BP神经网络的预测模型
•     2.3.1 基于LM算法改进BP神经网络模型构建
•     2.3.2 仿真及预测结果
•   2.4 非线性组合预测模型构建与预测
•     2.4.1 模型构建思路
•     2.4.2 模型参数设定
•     2.4.3 仿真及预测结果
•   2.5 模型预测效果对比
• 3 结论

文章来源

类型: 期刊论文

作者: 吴明山,王冰,起亚宁,郑飘

关键词: 卷烟销量,模型,神经网络,非线性组合预测模型

来源: 中国烟草学报 2019年03期

年度: 2019

分类: 农业科技,工程科技Ⅰ辑,信息科技,经济与管理科学

专业: 轻工业手工业,自动化技术,工业经济,企业经济

单位: 河南中烟工业有限责任公司,国家烟草专卖局烟草经济信息中心

分类号: TP183;F426.8;F274

DOI: 10.16472/j.chinatobacco.2019.039

页码: 84-91

总页数: 8

文件大小: 1807K

下载量: 680