基于主成分和粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的促銷產(chǎn)品銷量預(yù)測研究.pdf

1、促銷在企業(yè)的市場營銷戰(zhàn)略中扮演著非常重要的角色。隨著消費需求的多元化和產(chǎn)品的同質(zhì)化趨勢日趨明顯，零售企業(yè)紛紛加大對終端促銷活動的投入，以刺激消費者的購買欲望。零售企業(yè)的促銷活動很大程度上增加了產(chǎn)品需求的不確定性，使得企業(yè)對產(chǎn)品需求進行及時、準確的預(yù)測變得更加困難。針對服裝產(chǎn)品生命周期短、季節(jié)性波動明顯等特征，本文把人工神經(jīng)網(wǎng)絡(luò)理論引入到銷量預(yù)測領(lǐng)域，構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的混合銷量預(yù)測模型，對某品牌服裝產(chǎn)品的月銷售數(shù)據(jù)進行了預(yù)測仿真。

2、r>　　 本文首先對促銷影響因素理論進行了研究，選取了需求的季節(jié)性、產(chǎn)品的生命周期、促銷價格折扣、節(jié)假日天數(shù)以及廣告活動投入等8種不同的影響因素，并且對這8種影響因素進行量化，以定量的方式度量不同的影響因素對于產(chǎn)品銷量的影響程度。然后，利用SPSS統(tǒng)計分析軟件對這8種促銷影響因素進行了主成分提取，以降低輸入數(shù)據(jù)的維度，消除不同影響因素之間的相互作用。
　　 標準神經(jīng)網(wǎng)絡(luò)由于其訓(xùn)練機制的局限性，不可避免的存在容易陷入局部極小值、

3、訓(xùn)練時間長、預(yù)測效果不理想等不足。為了克服網(wǎng)絡(luò)的局限性，本文提出把主成分分析法、粒子群優(yōu)化算法和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合，分別從數(shù)據(jù)質(zhì)量和初始參數(shù)兩個方面對BP神經(jīng)網(wǎng)絡(luò)進行了改進--首先，利用主成分分析法對促銷影響因素進行主成分分析，將提取的主成分作為BP神經(jīng)網(wǎng)絡(luò)新的輸入，以簡化網(wǎng)絡(luò)的結(jié)構(gòu)，提高網(wǎng)絡(luò)的泛化能力；然后，利用粒子群優(yōu)化算法對BP網(wǎng)絡(luò)的初始參數(shù)進行訓(xùn)練，將粒子群優(yōu)化算法所得到的群體最優(yōu)極值作為網(wǎng)絡(luò)的初始權(quán)值和閾值，以縮短網(wǎng)絡(luò)的訓(xùn)練時