基于时间序列分析的自动售货机销量预测
针对自动售货机单一商品售空而频繁加货导致耗费大量人力物力资源的问题,提出用RBF神经网络对各产品的销量进行预测,以便制定合理的销售方案来减少这方面费用.考虑到自动售货机的历史销售数据受非最优销售方案制约,从而导致预测结果不理想的特点,建立一个ARMA模型预测受制约销量来补偿实际销量以优化预测模型,加快销售方案趋于最优的速度.并将观测数据修正前后的预测结果与实际销量进行对比,验证了该模型在售货机销量预测方面的有效性.
自动售货机、RBF神经网络、ARMA
42
TP301.4(计算技术、计算机技术)
2015-09-07(万方平台首次上网日期,不代表论文的发表时间)
共3页
122-124