基于cbp的卷烟销售二重趋势时间序列预测模型研究与应用

基于cbp的卷烟销售二重趋势时间序列预测模型研究与应用

ID:12856239

大小:38.50 KB

页数:14页

时间:2018-07-19

基于cbp的卷烟销售二重趋势时间序列预测模型研究与应用_第1页
基于cbp的卷烟销售二重趋势时间序列预测模型研究与应用_第2页
基于cbp的卷烟销售二重趋势时间序列预测模型研究与应用_第3页
基于cbp的卷烟销售二重趋势时间序列预测模型研究与应用_第4页
基于cbp的卷烟销售二重趋势时间序列预测模型研究与应用_第5页
资源描述:

《基于cbp的卷烟销售二重趋势时间序列预测模型研究与应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于CBP的卷烟销售二重趋势时间序列预测模型研究与应用第24卷第6期2007年l2月控制理论与应用ControlTheory&Applications,,0l_24NO.6Dec.2007文章编号:1000—8152(2007)06—1015—06基于CBP的卷烟销售二重趋势时问序列预测模型研究与应用谢星峰,谢东风,邹平.(1.昆明理工大学管理经济学院,云南昆明650093;2.云南烟草公司,云南昆明6500113.云南师范大学,云南昆明650092)摘要:二重趋势时间序列的预测结果与其整体趋势变动性和季节波动性的特征有较大的关系,在采用

2、神经网络并针对其特征的基础上还没有较好的预测方法.本文以圆形反向传播网络(CBP)为基础,提出二重趋势时间序列预测组合模型(CCBP),即根据二重趋势时间序列特征对其趋势分量与周期分量采用圆形反向传播网络分开进行预测,再对二者积乘.以云南省某片区若干卷烟销售网点的采样数据为研究实例,证实了CCBP模型在二重趋势时间序列预测方面性能有所提高.关键词:圆形反向传播网络;二重趋势时间序列:预测中图分类号:TP273文献标识码:AStudyandapplicationofdoubletrendtimeseriespredictionmodelsofcig

3、arettesellbasedonCBPXIEXing—feng,XIEDong—feng,ZOUPing(1.SchoolofManagementandEconomy,KunmingUniversityofScienceandTechnology,KunmingYunnan650093,China;2.YunnanProvinceTobaccoCorporation,KunmingYunnan650011,China;3.YunnanNormalUniversity,KunmingYunnan650092,China)Abstract:Thep

4、redictionperformanceofdoubletrendtimeserieshasdependencerelationtoitscharacter:thetrendchangenatureandseasonfluctuationcharacteristic.However,thereiSnoeffectivewaytoconstructtheforecastmethodwiththeNeuralNetworkandthisdoubletrendcharacter.Basedoncircularbackpropagationnetwork

5、(CBP),acombinedforecastmodel-CCBPisproposedwhichseparatestheweightoftrendandtheweightoffluctuationfrompredictedseriesdata,respectivelypredictsthetwoweights,thenmultipliestwoweight.AftercomparativelystudyingthedatacasesofsomeYunnantobaccocompany,itisprovedthattheCCBPmodelinthe

6、doubletrendtimeserieshaseffectivelyenhancedthepredictionperformance.Keywords:circularbackpropagation(CBP);doubletrend;timeseries;forecast1问题提出及解决方案(Issueandsolution)影响卷烟销售的因子是多方面的,如市场,经济水平,人口及季节等,同时卷烟销售具有时间序列二重趋势变化的特点,即整体趋势变动性和季节波动性,其数据特征如图l(样本集是指以若干具有相对稳定市场的固定网点为数据采样的集合).二重趋

7、势预测的特点是观察值排列顺序的重要性和前后观察值及其同期比之间的相关性,即预测点与其相距较近的观察点的相关性较强,而与其相距较远的观察点相关性较弱.二重趋势预测通常的方法有:线性回归法,时间序列分析法,神经网络等.然而这些收稿日期:2005—11—16;收修改稿日期:2006—11—14预测方法只是从数据本身的角度进行数据分析预测,未考虑到环境因素对卷烟销售量的影响;而神经网络在此类预测应用中,却并未考虑时间序列本身的结构性,忽略了预测点与其他时刻数据的时间相关性.本文以人工神经网络中圆形反向传播网络模型为基础考虑环境因子建立二重趋势中趋势变动分

8、量(1ongCBP)LCBP模型,再结合数据时间相关性建立二重趋势中波动分量(periodCBP)PBCP模型,最终组合两分量CBP模型

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。