H公司基于动态架构人工神经网络的订单预测研究
本文选题:订单预测 + 神经网络 ; 参考:《华中科技大学》2016年硕士论文
【摘要】:在企业的生命周期中,订单预测是的血液,它可以帮助我们及时预测到市场的需求,快速的分析市场信息,为企业的市场战略营销和管理策略提供基础数据和分析。神经网络已广泛应用于自然科学和社会科学各个领域,并且都取得大量的成果。电子商务背景下对订单的处理速度和需求预测精度和速度都提出了更高的要求。本文研究H外贸公司的订单预测问题。文章首先分析了国内外神经网络和订单预测的研究现状,讨论了最小二乘法等理论知识,为后文中构建的一种动态架构人工神经网络模型奠定理论基础。接着基于神经网络构建了较优化的动态人工神经网络模型,利用最小二乘法改进了训练过程中的函数优化了非线性过程中的算法。构建出来的模型相比较于BP神经网络而言,结构更加简洁、理论上数据利用率更高。最后通过调研H公司的组织结构和订单预测现状,并进行数据的采集和分析,采用文章构建的动态神经网络模型进行订单预测的应用。应用结果表明,本文构建的动态神经网络模型是有效的、速度更快、结果更精确;发现了H公司在创新产品与业务、管理水平、订单预测和管理方面都还有较大的上升空间,因此也提出了公司管理需要注重市场研究和市场学习、保持产品的专注、了解全球文化的管理启示。本研究成果可以为外贸公司的订单预测提供有效的预测方法。
[Abstract]:In the life cycle of the enterprise, the order forecast is the blood, it can help us to forecast the market demand in time, analyze the market information quickly, and provide the basic data and analysis for the marketing and management strategy of the enterprise.Neural network has been widely used in various fields of natural science and social science, and has achieved a lot of results.Under the background of electronic commerce, the processing speed of orders and the precision and speed of demand prediction are required higher.This paper studies the order forecasting problem of H foreign trade company.This paper first analyzes the present research situation of neural network and order prediction at home and abroad, and discusses the theoretical knowledge of least square method, which lays a theoretical foundation for a dynamic architecture artificial neural network model constructed later.Then an optimized dynamic artificial neural network model based on neural network is constructed, and the least square method is used to improve the function in the training process to optimize the algorithm in the nonlinear process.Compared with BP neural network, the constructed model is simpler in structure and more efficient in theory.Finally, by investigating the organization structure of H Company and the status quo of order forecasting, and collecting and analyzing the data, the application of the dynamic neural network model constructed in this paper is used to predict the order.The application results show that the dynamic neural network model constructed in this paper is effective, faster and more accurate.Therefore, it is also pointed out that the management of the company should pay attention to market research and market learning, keep the focus of products, and understand the management enlightenment of global culture.The results of this study can provide an effective forecasting method for order forecasting of foreign trade companies.
【学位授予单位】:华中科技大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP183;F274
【参考文献】
相关期刊论文 前5条
1 牛家洋;王洪国;邵增珍;宋超超;;BP人工神经网络算法在鸟情时间序列预测的应用[J];信息技术与信息化;2013年03期
2 王珂达;;库存与订单预测管理[J];现代商业;2011年27期
3 汪磊,孙名松;基于遗传神经网络的入侵检测模型[J];哈尔滨理工大学学报;2005年03期
4 刘勤,朱正红,陆怡;基于人工神经网络的药物销售额预测[J];计算机工程;2001年10期
5 徐进,李玉民;基于遗传神经网络的粮食产量系统预测方法研究[J];现代化农业;2001年09期
相关博士学位论文 前1条
1 王健;前馈神经网络梯度学习算法收敛性分析[D];大连理工大学;2012年
相关硕士学位论文 前9条
1 牛家洋;基于神经网络的非线性系统时间序列的预测方法研究[D];山东师范大学;2013年
2 崔小平;几种前馈型神经网络分类性能的比较分析研究[D];中北大学;2011年
3 曾显峰;基于人工神经网络的入侵检测技术研究[D];华南理工大学;2010年
4 王昶;改进遗传神经网络在时间序列预测中的研究与应用[D];四川师范大学;2010年
5 肖忠良;进化神经网络及其在企业订单预测中的应用研究[D];湖南大学;2010年
6 尹汉钊;基于递归神经网络与集成算法的时间序列预测应用研究[D];西安电子科技大学;2010年
7 杨渝冰;军事综合运输中方案优化问题的研究及其应用[D];国防科学技术大学;2008年
8 林静怡;优化问题神经网络方法研究及实证分析[D];厦门大学;2007年
9 戴丹;BP神经网络用于市场预测的研究[D];武汉理工大学;2006年
,本文编号:1750796
本文链接:https://www.wllwen.com/jingjilunwen/dianzishangwulunwen/1750796.html