基于 ARMA 和 BP_AdaBoost 的组合销售预测模型研究

• 作者: 周在金 李国和 闫博 齐佳
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: ARMA BP神经网络 AdaBoost算法 预测 组合模型
• 年，卷（期）: 2015,（2）
• 页码范围: 14-18
• 页数: 5页
• 分类号: TP301.6
• 字数: 3867字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2015.02.004

摘要

为了提高销售预测的准确性，建立了组合销售预测模型。历史销售数据是非线性、时变的时间序列，可看成由线性和非线性2部分组成。用ARMA模型预测线性部分，用BP＿AdaBoost模型预测非线性部分，然后将2部分预测结果叠加得到销售预测结果。该组合模型克服了单纯采用ARMA模型预测结果精度低的问题，也克服了单纯使用BP神经网络模型容易陷入局部极小值的问题。经实验对比表明，采用组合预测模型能够更加准确、全面地反应销售规律，提高了销售预测的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国和	中国石油大学北京油气数据挖掘北京市重点实验室	13	60	5.0	7.0
5	闫博		2	18	2.0	2.0
6	周在金		1	14	1.0	1.0
7	齐佳		1	14	1.0	1.0