服装销售预测方法研究进展
【部分图文】:
统计方法是销售预测的传统方法,也是较常用的销售预测技术,包括线性回归法、移动平均法、加权平均法、指数平滑法等。基于时间序列的分析方法,如自回归积分滑动平均模型(ARIMA)和季节性差分自回归滑动平均模型(SARI-MA)被广泛用于销售预测。ARIMA与SARIMA模型由于具有封闭表达式而呈现出快速、直观、易于使用的特征,相应预测方案在几秒内即可完成。Shumway et al[8],Liu et al[9]以及Thomassey[10]考察了基于ARIMA和SARIMA的预测模型,并验证了模型的适用性。然而,由于服装销售时间序列数据的高度变异性和不规则性,研究者普遍认为单纯的统计方法很难产生满意的预测结果,因其难以捕捉到数据中的非线性关系[11]。此外,服装需求受众多解释变量的影响,如图2所示,而基于时间序列的统计方法难以将其纳入。因此,统计方法虽然快速、直观,但对服装销售的预测精度不高。
尽管ANN模型和ENN模型在预测精度方面表现良好(如均方误差等性能指标),但由于数据的复杂性、多样性及模型使用的梯度学习算法,使得ANN所需的训练时间大大增加。研究表明,即使是简单的ANN也需要大量时间来完成一项预测任务。这一限制不符合服装行业的快时尚特征,成为许多基于ANN和ENN的预测模型在实际应用中的巨大障碍。为实现快速预测,有人提出将极限学习机器(ELM)作为销售预测新技术。ELM是一种快速的单隐层前馈神经网络(SLFN),与基于神经网络的梯度学习算法模型相比,ELM具有更好的泛化能力和更快的学习速度[16]。Sun et al[17]于2008年首次将ELM运用于服装需求预测。Yu et al[18]结合统计方法和ELM,建立了服饰产品快速预测模型。虽然ELM比传统ANN模型预测速度更快,但它仍需一定时间完成需求预测任务,并且需足够数据进行训练,以获得良好的预测结果。此外,由于ELM通过随机分配SLFN的输入权重和隐藏层偏差来工作,其输出具有不稳定性,在某些情况下不能很好地完成预测任务。
【参考文献】
相关期刊论文 前3条
1 张丹;;多元化销售渠道下的品牌服装设计[J];针织工业;2012年11期
2 王海宁;王厉冰;;网络环境下我国服装企业客户关系管理的策略[J];针织工业;2006年07期
3 丁钟复,郝秀芳;计算机在服装企业中的应用[J];针织工业;2002年05期
相关硕士学位论文 前1条
1 池可;服装销售预测方法及RBF神经网络模型研究[D];苏州大学;2009年
【共引文献】
相关期刊论文 前4条
1 张丹;;桃花坞木刻年画文化意境在服装创意设计中的应用[J];丝绸;2015年08期
2 张丹;;江苏服装区域品牌集群差异化创新模式的探讨[J];现代丝绸科学与技术;2013年04期
3 张诗楠;潘军;张永志;;基于VB.NET的服装管理系统的设计与实现[J];电脑知识与技术;2010年19期
4 王丽霞;;CRM在我国服装行业中的应用[J];广西轻工业;2008年03期
相关硕士学位论文 前8条
1 王丽丽;基于用户偏好的服装个性化推荐[D];苏州大学;2018年
2 张钰;面向服装企业市场预测的数据挖掘技术研究[D];西安工程大学;2015年
3 张雨祝;基于神经网络的X公司太阳镜销售预测研究[D];重庆理工大学;2014年
4 袁磊磊;基于时间序列分析的商业企业销售预测模型研究[D];重庆理工大学;2013年
5 姜艳艳;基于肺音的麻醉状态下呼吸系统的建模与仿真[D];哈尔滨理工大学;2013年
6 陆江;农副产品包装厂产供销管理系统的研究与实现[D];湖南农业大学;2012年
7 毕建涛;基于主成分和粒子群优化BP神经网络的促销产品销量预测研究[D];东华大学;2012年
8 金立瑜;商业智能(BI)在中小型服装企业的应用研究[D];东华大学;2011年
【二级参考文献】
相关期刊论文 前2条
1 赵辉;;快速时尚对丝绸服装设计的可鉴性启示[J];丝绸;2009年11期
2 蔡慧,顾庆良,宗述;美国的敏捷零售模式对中国服装零售业的借鉴[J];中国纺织;2000年05期
【相似文献】
相关期刊论文 前10条
1 沈岳;;基于时间序列马尔可夫链的服装销售预测[J];丝绸;2009年11期
2 李斌;关于新产品的销售预测[J];管理科学文摘;1995年09期
3 袁振强;;我国烟草企业销售预测系统应用背景和意义研究[J];现代营销(学苑版);2012年07期
4 杨飞;王猛;;基于支持向量机的煤炭销售预测系统的研究[J];计算机与数字工程;2011年06期
5 蔡丽玲;季晓芬;方靖;;服装销售预测技术的新发展[J];丝绸;2005年12期
6 池可;陈雁;;基于对象信息的服装销售预测方法选择[J];纺织学报;2009年10期
7 王平,明哲,王艳红;汽车行业销售预测系统的分析、设计与实施[J];情报科学;2001年02期
8 刘德玲;;大区域内药品销售预测方法研究与仿真[J];计算机仿真;2012年07期
9 吴文杰,虞泓;基于线性回归的销售预测模型[J];面粉通讯;2005年03期
10 林诚真;洪丹丹;黄珍珍;朱秀娟;;浅析奶茶销售方案[J];现代物业(中旬刊);2014年Z1期
相关硕士学位论文 前10条
1 于天池;移动商务环境下服装行业动态销售预测技术研究与实现[D];上海交通大学;2008年
2 武婷婷;R公司进口产品的销售预测和库存管理[D];上海交通大学;2015年
3 刘恰恰;基于环境因素的医药销售预测研究[D];兰州财经大学;2019年
4 金明磊;基于销售预测的工业轴承营销策略研究[D];天津大学;2016年
5 王刚;支持向量回归机在药品销售预测中的分析及应用[D];云南财经大学;2010年
6 于淼;基于机器学习理论的服装中期销售预测研究[D];浙江理工大学;2015年
7 李志明;CRC医药公司销售预测研究[D];南华大学;2015年
8 何鹏;销售预测模型在世纪达公司的应用研究[D];中南大学;2006年
9 陈欢;灰色理论在汽车销售预测和投资决策中的应用研究[D];合肥工业大学;2008年
10 胡成义;AC压缩机公司销售预测方法研究[D];上海交通大学;2007年
本文编号:2883127
本文链接:https://www.wllwen.com/guanlilunwen/shengchanguanlilunwen/2883127.html