外文翻譯---基于數(shù)據(jù)挖掘的服裝銷售預(yù)測-全文預(yù)覽
【正文】 (7) 這里： Yt — t時間末的實際需求值 α — St的光滑常量 St — 季節(jié)性調(diào)整后的時間末光滑值 β — 用于計算趨勢 bt的光滑常量 ItL — L時段前的光滑季節(jié)指數(shù) L — 季節(jié)周期長度（如 5個月） γ — 光滑常量，用來計算周期 t內(nèi)的季節(jié)指數(shù) It — 時段 t末的光滑季節(jié)指數(shù) m — Yt+m的預(yù)測范圍長度 等式 4是用來計算級數(shù)的總體值的，等式 5中的 St是調(diào)整后的趨勢，用來延長時段 t末的銷售。 利用以上數(shù)據(jù)，我們可以按照如下過程來估算日常銷售： 日常銷售 =分?jǐn)?shù)（ %） *總銷售 表格 5給出了 模型的 R2值和 2020年 10月實際日銷售與預(yù)測日銷售之間的相關(guān)系數(shù)。這整段時間的總銷售額是通過總結(jié)所有分組項目的銷售額來計算的。 構(gòu)成：規(guī)則的 THEN部分。（馮 阿爾特洛克， 1995） 模糊集合：是一個在 [0, 1]區(qū)間上的分等級的組。分組后的數(shù)據(jù)格式樣本見表 3。 資料轉(zhuǎn)換 為了建立模型，一個能被熟練用于簡單算法的精煉的數(shù)字簡化形式是必須的。 最近的研究 在重要的產(chǎn)品變量如顏色、時間和尺寸的基礎(chǔ)上，一個多變量模糊模型已經(jīng)建立起來。五個月的銷售數(shù)據(jù)（ ）當(dāng)做原始數(shù)據(jù)用于我們的模型，然后做出一個 2020年一個月份的銷售預(yù)測。非常規(guī)的人工智能工具例如模糊邏輯和人工神經(jīng)網(wǎng)絡(luò)，可以有效地將銷售模型的外因和內(nèi)因考慮進(jìn)去，并且允許從任意非線性近似函數(shù)得出直接的推導(dǎo)。外文翻譯 基于數(shù)據(jù)挖掘的服裝銷售預(yù)測 原文出處： 1. Celia Frank,Balaji Vemulapalli,Les ,Amar Women’ s Apparel Sales Using Mathematical Modeling[J].National Textile Center Annual Report,2020,11:1~10. 2. Sebastien Thomassey,Michel Happiette,Jean Marie short and meanterm automatic forecasting systemapplication to textile logistics[J
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1