基于人工神经网络的智能销售决策支持系统的研究

发布时间：2023-10-15 18:48

　　销售预测是实际要求极高的一项系统工程,在现代日益激烈的市场竞争环境压力下,对预测销售的精度也是越来越高。随着现代科学技术的飞速发展,企业管理信息系统里积累了大量的历史销售数据。这些销售数据一般来说仅仅只是简单的存储在企业的数据库里,参与简单的统计作业,并没有受到足够的重视。本文在对销售预测进行深入研究,在决策支持系统的基础上使用BP神经网络进行预测,把BP神经网络算法和决策支持系统相结合,使之具有“智能”,能够比较准确的预测销售情况。传统的BP神经网络具有易出现局部最小值,收敛速度慢的特点。对传统的BP神经网络模型进行相应的改进,提出了销售预测BP神经网络模型,提高了网络的训练速度,减少了误差精度,具有良好的泛化能力。探讨了网络的相关输入输出,网络的隐含节点神经元数目选择的规则,样本数据的选择和预处理过程,相关初始参数的选择以及激活函数的使用等等问题。该模型是三层BP神经网络,使用系统数据库内相关的数据对网络进行训练模拟,可以使用销售数据有效的预测未来的销售情况。对基于人工神经网络的智能销售系统进行研究,使得改进的BP神经网络和决策支持系统有效结合,发挥神经网络的预测性能,为决策支持系...

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 人工神经网络的研究现状
    1.3 智能决策支持系统的研究现状
    1.4 论文的主要研究内容
第二章 相关理论和技术
    2.1 人工神经网络
        2.1.1 人工神经网络简介和特点
            2.1.1.1 人工神经网络简介
            2.1.1.2 人工神经网络特点
        2.1.2 人工神经网络的基本原理
        2.1.3 人工神经元模型
        2.1.4 人工神经网络模型
        2.1.5 人工神经网络的学习算法
        2.1.6 人工神经网络的应用领域
    2.2 智能决策支持系统
        2.2.1 决策支持系统的一般内容
        2.2.2 智能决策支持系统基本概述
        2.2.3 智能决策支持分类
        2.2.4 智能决策支持系统的应用领域
    2.3 本章小结
第三章 人工神经网络BP算法
    3.1 概述
    3.2 BP神经网络模型和学习算法
        3.2.1 BP神经网络模型
        3.2.2 BP学习算法
    3.3 销售预测的神经网络模型设计
        3.3.1 BP神经网络模型改进
        3.3.2 网络输入输出的确定
        3.3.3 BP神经网络层数
        3.3.4 BP神经网络隐含层神经元数目的选择
        3.3.5 BP神经网络训练样本集的选择和数据的归一化处理
        3.3.6 BP神经网络初始参数选择
        3.3.7 BP神经网络激活函数的选择
    3.4 本章小结
第四章 系统分析与设计
    4.1 系统目标
    4.2 系统的总体结构
        4.2.1 系统需求分析
        4.2.2 系统的总体结构设计
        4.2.3 数据库和数据库管理系统
        4.2.4 模型库设计
        4.2.5 方法库的设计
        4.2.6 知识库的设计和推理机
    4.3 销售系统的业务流程
    4.4 系统子功能
        4.4.1 人员信息管理信息模块
        4.4.2 商品销售数据模块
        4.4.3 决策支持分析模块
        4.4.4 系统管理模块
    4.5 本章小结
第五章 系统的实现与案例分析
    5.1 系统实现
    5.2 实证分析
        5.2.1 钢铁厂年销售预测
        5.2.2 钢铁厂金属制品销售量预测
        5.2.3 结果分析
    5.3 本章小结
总结和展望
参考文献
攻读硕士学位期间发表的学术论文
致谢



本文编号：3854467