基于遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)技術(shù)及其在銷售預(yù)測中的應(yīng)用.pdf

1、在商品經(jīng)濟(jì)環(huán)境下，市場調(diào)查和銷售預(yù)測起著舉足輕重的作用。只有充分掌握市場的變化情況，企業(yè)才能更好的滿足顧客需求，在競爭中立于不敗之地，使自己的產(chǎn)品適應(yīng)市場的瞬息萬變。同時，銷售預(yù)測也是企業(yè)經(jīng)營與管理的重要組成部分，直接影響企業(yè)的生產(chǎn)計劃，庫存水平等。因此，有必要對銷售預(yù)測及預(yù)測方法作深入的研究。 傳統(tǒng)的基于統(tǒng)計學(xué)的預(yù)測方法，如時間序列和回歸分析法，在實(shí)際應(yīng)用中有一定的局限性，而模糊數(shù)學(xué)和神經(jīng)網(wǎng)絡(luò)的快速發(fā)展及應(yīng)用為銷售預(yù)測提供了良

2、好的思路。本文首先對模糊理論、神經(jīng)網(wǎng)絡(luò)理論和遺傳算法進(jìn)行了綜述，分析了基于實(shí)數(shù)編碼遺傳算法的優(yōu)缺點(diǎn)，重點(diǎn)研究了實(shí)數(shù)編碼的改進(jìn)線性交叉算子，提出了一種基于實(shí)數(shù)編碼的改進(jìn)遺傳算法(MGA)，仿真結(jié)果表明，此算法在收斂速度和精確性方面具有顯著優(yōu)勢。接著在總結(jié)前人工作的基礎(chǔ)上提出了基于遺傳算法和負(fù)梯度下降法進(jìn)行優(yōu)化的二階段模糊神經(jīng)網(wǎng)絡(luò)優(yōu)化算法(FBPNN)，第一階段利用遺傳算法優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)中具有全局性的網(wǎng)絡(luò)參數(shù)，第二階段用梯度下降算法調(diào)節(jié)和