外文翻譯---基于數據挖掘的服裝銷售預測(編輯修改稿)
2025-06-26 10:10 本頁面
【文章內容簡介】 月的實際銷售與預測銷售。 溫特斯三參數光滑模型 溫特斯光滑模型提出： Yt+m=(St+bt)ItL+m 這里： St — t時期末的 一系列 平滑非季節(jié)性 標準 Bt — t時期內的平滑走向 m — Yt+m的預測長度范圍 ItL+m — t+m時段的光滑季節(jié) 性指數 即，實際級數值 Yt+m等于一個平滑的標準值 St加上一個趨勢估計 bt再乘以一個季節(jié)指數 ItL+m。 這三個需求變量 都是在時間段 t最后有效的指數形式光滑值 。 用來估計這些光滑值的等式有： St= α(Yt/ItL)+(1α)(St1+bt1) (4) bt=β(StSt1)+(1β)bt1 (5) It=γ (Yt/St)+(1γ)ItL+m (6) Yt+m=(St+btm)It1+m (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 L — 季節(jié)周期長度（如 5個月） γ — 光滑常量，用來計算周期 t內的季節(jié)指數 It — 時段 t末的光滑季節(jié)指數 m — Yt+m的預測范圍長度 等式 4是用來計算級數的總體值的，等式 5中的 St是調整后的趨勢，用來延長時段 t末的銷售。 在等式 7中 St是用來 進行預測的。等式 5通過使 St和 St1的不同光滑值的變光滑來估算趨勢。這樣就估算了級數 Yt的周期到周期的變化趨勢。 等式 6闡述了光滑季節(jié)指數的計算。這個季節(jié)性的因素用來 估算 下一個周期的預測 ，它常常用于一個或者多個向前的季節(jié)循環(huán)預測值。 α， β和 γ這三個值是根據標準挑選出來用作最小化均方誤差的。利用一個根據五 個月的銷售數據建立的預測模型，完成了 2020年 10月的每日銷售比例。見圖表4，它體現了 2020年的實際銷售值與預測銷售值。 神經網絡模型 一個神經網絡
畢業(yè)設計相關推薦
鄂ICP備17016276號-1