10.3969/j.issn.1006-2475.2015.02.004
基于 ARMA 和 BP_AdaBoost 的组合销售预测模型研究
为了提高销售预测的准确性,建立了组合销售预测模型。历史销售数据是非线性、时变的时间序列,可看成由线性和非线性2部分组成。用ARMA模型预测线性部分,用BP_AdaBoost模型预测非线性部分,然后将2部分预测结果叠加得到销售预测结果。该组合模型克服了单纯采用ARMA模型预测结果精度低的问题,也克服了单纯使用BP神经网络模型容易陷入局部极小值的问题。经实验对比表明,采用组合预测模型能够更加准确、全面地反应销售规律,提高了销售预测的准确性。
ARMA、BP神经网络、AdaBoost算法、预测、组合模型
TP301.6(计算技术、计算机技术)
国家高新技术研究发展计划2009AA062802;国家自然科学基金资助项目60473125;中国石油CNPC石油科技中青年创新基金资助项目05E7013;国家重大专项子课题G5800-08-ZS-WX
2015-03-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
14-18