【正文】 綜合考慮上述因素，并結(jié)合服裝銷售的特點(diǎn)，本文選擇神經(jīng)網(wǎng)絡(luò)的輸入如下：預(yù)測(cè)月前兩個(gè)月的銷售量和對(duì)應(yīng)的各月的環(huán)境向量；預(yù)測(cè)月前一年的同一月和其兩側(cè)各一個(gè)月的銷售量，以及對(duì)應(yīng)各月的環(huán)境向量；預(yù)測(cè)月前兩年的同一月和兩側(cè)各一個(gè)月的銷售量，以及對(duì)應(yīng)各月的環(huán)境向量；預(yù)測(cè)月的環(huán)境向量。如夏冬兩季羽絨服的銷售量會(huì)明顯不同；當(dāng)有重大事件，如奧運(yùn)會(huì)、世界杯等時(shí)，服裝的款式和顏色都會(huì)受到一定的影響。 輸入特征量的選取對(duì)于神經(jīng)網(wǎng)絡(luò)訓(xùn)練，輸入量的選擇是非常關(guān)鍵的問(wèn)題，輸入量不能取得太少，否則不能起到區(qū)分判斷的能力；也不能取得太多，否則影響網(wǎng)絡(luò)訓(xùn)練的速度。購(gòu)買和銷售是服裝分銷中的一項(xiàng)非常重要的活動(dòng)，但這個(gè)決定常常不是基于數(shù)據(jù)庫(kù)中信息豐富的數(shù)據(jù)，而是基于決策者的直覺(jué)。此方法的優(yōu)點(diǎn)是可選出最佳的樣本點(diǎn)作為中心。然而，在實(shí)際應(yīng)用中，若m取得太大，就可能造成模型的冗余和數(shù)值病態(tài)的出現(xiàn)，因此必須采取有效的方法進(jìn)行網(wǎng)絡(luò)中心的選擇和網(wǎng)絡(luò)權(quán)值的確定。 （34）其中，為樣本的輸出，為網(wǎng)絡(luò)的輸出。 （32）式中，為輸入向量，為一給定的非線性變換，表示歐式范數(shù)；為權(quán)值；成為RBF網(wǎng)絡(luò)的中心，表示擬合誤差，非線性變換函數(shù)可選為式33所示。 （31）公式（31）是在域中聚類子集上的一個(gè)多輸入單輸出實(shí)連續(xù)函數(shù)，其樣本的數(shù)據(jù)為：上式中，s為樣本數(shù)，而形成了樣本集。 RBF神經(jīng)網(wǎng)絡(luò)的建立服裝銷售量預(yù)測(cè)首先要解決的問(wèn)題是非線性映射的實(shí)現(xiàn)，人工神經(jīng)網(wǎng)路在這方面有一定的優(yōu)越性。為了克服這些缺點(diǎn)，相關(guān)研究表明，將BP神經(jīng)網(wǎng)絡(luò)和模糊控制結(jié)合在一起進(jìn)行模糊預(yù)測(cè)，可以得到比較好的結(jié)果。這種網(wǎng)絡(luò)模型的訓(xùn)練過(guò)程表現(xiàn)為RBF網(wǎng)絡(luò)中心的選擇及隱層與輸出層間權(quán)值的確定。近年來(lái)的RBF（Radial Basis Function，徑向基函數(shù)）網(wǎng)絡(luò)作為另一種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，以其靈活性強(qiáng)，易于訓(xùn)練，內(nèi)插和外推性能好等優(yōu)點(diǎn)而受到很大關(guān)注。因此很適合應(yīng)用于服裝銷售系統(tǒng)的預(yù)測(cè)中。但這些方法也都存在著缺陷，時(shí)間序列方法不易考慮地區(qū)等因素的影響，回歸分析方法存在著如何確定回歸方程的問(wèn)題，而模式識(shí)別方法只能處理銷售區(qū)域比較小的系統(tǒng)。本文提出了一種基于智能技術(shù)的數(shù)據(jù)挖掘模型，通過(guò)此模型可以得到較為理想的服裝銷售預(yù)測(cè)數(shù)據(jù)。在Microsoft SQL SERVER 2000提供的分析服務(wù)器（Analysis Servers）工具中，包含了兩種數(shù)據(jù)挖掘模型：決策樹(shù)模型和聚類分析模型，利用它們可以對(duì)服裝銷售數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)一些規(guī)律性的東西。生成最后的數(shù)據(jù)報(bào)告和解釋報(bào)告。對(duì)于一個(gè)問(wèn)題的搜索過(guò)程可能用到許多模型，例如：神經(jīng)網(wǎng)絡(luò)、決策樹(shù)等。模型搜索。數(shù)據(jù)挖掘一般過(guò)程如圖31所示。為了完成這一目的，必須對(duì)現(xiàn)有的數(shù)據(jù)倉(cāng)庫(kù)中的服裝營(yíng)銷數(shù)據(jù)進(jìn)行分析，從中發(fā)現(xiàn)并提取出隱含在其中的信息或知識(shí)。服裝銷量預(yù)測(cè)就是這樣一種對(duì)未來(lái)需求量的預(yù)測(cè)，它是服裝營(yíng)銷工作中重要的一環(huán)。在服裝營(yíng)銷決策中，運(yùn)營(yíng)成本是決策所需要考慮的重要方面，同時(shí)也是決策管理者最為關(guān)心的一個(gè)問(wèn)題，而與運(yùn)營(yíng)成本相關(guān)的最主要因素是服裝的銷售情況。第3章 基于智能技術(shù)的服裝銷售模型的建立在上一章所提出的具有意向決策支持功能的系統(tǒng)中，一個(gè)重要的方面就是模型的建立和選取，有了各種適宜的模型，才能構(gòu)成模型庫(kù)，并最終完成本文所提出的整個(gè)意向決策支持功能。簡(jiǎn)單地介紹了意向決策支持技術(shù)，并且重點(diǎn)闡述了該技術(shù)在服裝營(yíng)銷系統(tǒng)中所能發(fā)揮的作用。當(dāng)然以上提出的只是一個(gè)框架，下一章將對(duì)用于數(shù)據(jù)挖掘分析的模型庫(kù)進(jìn)行分析，并建立一個(gè)預(yù)測(cè)服裝銷售量的模型。經(jīng)過(guò)上述處理后，下面的要求就是對(duì)決策問(wèn)題的求解過(guò)程提供有效的決策支持手段，因?yàn)閷?duì)這個(gè)問(wèn)題提供有力支持一直是服裝營(yíng)銷系統(tǒng)應(yīng)用研究中的一個(gè)重點(diǎn)，已有許多相關(guān)領(lǐng)域的研究成果，這里就不再贅述。當(dāng)用戶進(jìn)入問(wèn)題生成系統(tǒng)后，推理機(jī)首先調(diào)用情景設(shè)定知識(shí)庫(kù)，這樣用戶就可以在意向查詢的交互式界面上，通過(guò)上卷和下鉆操作，對(duì)自己的決策意向進(jìn)行細(xì)化，最終產(chǎn)生一個(gè)明確的決策問(wèn)題。由上即可完成了模型的自動(dòng)導(dǎo)引。依照此公式可以計(jì)算得出決策意向與各模型的相關(guān)程度，然后可按與決策意向相關(guān)強(qiáng)度最大的模型進(jìn)行決策。表23 規(guī)則中相關(guān)度表調(diào)整價(jià)格調(diào)整進(jìn)貨量調(diào)整售出量改善服務(wù)發(fā)出工作票時(shí)間多目標(biāo)規(guī)劃模型預(yù)測(cè)分析模型00這里，為了解決多種條件的邏輯組合問(wèn)題，需要設(shè)定用戶的意向描述與模型庫(kù)的相關(guān)強(qiáng)度。模型庫(kù)主要由多目標(biāo)規(guī)劃問(wèn)題模型、預(yù)測(cè)分析過(guò)程模型和其他模型組成。例如，上述問(wèn)題可以用推理規(guī)則知識(shí)庫(kù)中的規(guī)則表示如下：IF（（用戶）有“考慮地區(qū)”（）、“考慮客戶大小”（）、“考慮客戶信用”（））的客戶分析問(wèn)題，THEN（（問(wèn)題與下列特征關(guān)聯(lián)）“調(diào)整價(jià)格”、“調(diào)整進(jìn)貨量”、“調(diào)整售出量”、“改善服務(wù)”、“發(fā)出工作票”、“時(shí)間”，多重與邏輯表，相關(guān)度函數(shù)表）其中多重與邏輯表和相關(guān)聯(lián)度函數(shù)表為表22所示。這些知識(shí)可以是由領(lǐng)域?qū)＜?、知識(shí)工程師、系統(tǒng)用戶提供；也可以是數(shù)據(jù)挖掘工作自動(dòng)產(chǎn)生。主要包括推理規(guī)則知識(shí)庫(kù)和模型設(shè)定知識(shí)庫(kù)。在這里采用的技術(shù)是包括推理規(guī)則知識(shí)庫(kù)和模型設(shè)定知識(shí)庫(kù)的常用模型自動(dòng)引導(dǎo)方法。在實(shí)際應(yīng)用中，用戶選擇了哪幾個(gè)方面來(lái)細(xì)化意向，就在表中增加一個(gè)記錄，把相應(yīng)選項(xiàng)置為1，如上例中增加的記錄為（1 1 1 0），可依據(jù)此值調(diào)用相關(guān)表，并進(jìn)行相關(guān)情景分析知識(shí)庫(kù)中的處理?？梢砸許QL Server 2000作為前端數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)，VB為編程語(yǔ)言，完成相應(yīng)設(shè)置。例如，經(jīng)過(guò)這一步，用戶把自己的決策意向的詳細(xì)描述為：“考慮客戶地區(qū)”（）、“考慮大小客戶”（）、“考慮客戶信用”（）的客戶分析問(wèn)題。這些映射就形成了“客戶分析”的概念分層，見(jiàn)圖24。以有關(guān)“客戶分析”的意向決策基本問(wèn)題為例，這個(gè)基本 問(wèn)題包含的其他因素是：考慮客戶地區(qū)、考慮大小客戶、考慮客戶信用、考慮客戶投訴這四個(gè)小問(wèn)題。概念分層是一種有用的背景知識(shí)形式，一個(gè)概念分層就是定義一個(gè)映射序列，它將低層概念映射到更一般的高層概念。情景設(shè)定知識(shí)庫(kù)：情景設(shè)定知識(shí)庫(kù)中的知識(shí)用來(lái)細(xì)化用戶的意向決策問(wèn)題。按性質(zhì)的不同，可把知識(shí)分為事實(shí)性知識(shí)和規(guī)則性知識(shí)兩種，事實(shí)性知識(shí)用于描述一些服裝營(yíng)銷的基本情況；而規(guī)則性知識(shí)則是對(duì)聯(lián)想和推理的結(jié)果以條件——結(jié)論的形式給予描述。同時(shí)也要兼顧到用戶的用語(yǔ)習(xí)慣和決策風(fēng)格。設(shè)計(jì)時(shí)可采用多媒體的人機(jī)交互界面。 問(wèn)題生成子系統(tǒng)的設(shè)計(jì)及構(gòu)建相關(guān)知識(shí)庫(kù)依據(jù)上述機(jī)制，并結(jié)合各種意向決策支持技術(shù)，服裝營(yíng)銷意向決策支持系統(tǒng)中問(wèn)題生成子系統(tǒng)應(yīng)具有圖23所示結(jié)構(gòu)。文獻(xiàn)[3]給出了一般的問(wèn)題生成系統(tǒng)的運(yùn)行機(jī)制，如圖22所示圖22 問(wèn)題生成系統(tǒng)運(yùn)行機(jī)制此運(yùn)行機(jī)制實(shí)際上就是人類完成相應(yīng)意向推理的全過(guò)程：人們?cè)诮鉀Q自身無(wú)法清晰表述的問(wèn)題時(shí)，總是先把它限制在某個(gè)大范圍之內(nèi)（即情景設(shè)定階段），如：市場(chǎng)策劃問(wèn)題；然后根據(jù)自聯(lián)想和借鑒他人的經(jīng)驗(yàn)，把此范圍內(nèi)的各項(xiàng)因素及其與問(wèn)題的相關(guān)程度列出（即意向詳細(xì)描述階段）；再在此范圍中，通過(guò)分析、推理把一個(gè)決策意向明確為一個(gè)決策問(wèn)題（情景分析階段）。 問(wèn)題生成子系統(tǒng)原理如前所述，對(duì)于一個(gè)輔助決策過(guò)程而言，困難的是構(gòu)造一個(gè)問(wèn)題而不是解決一個(gè)問(wèn)題，所以如何利用現(xiàn)有技術(shù)引導(dǎo)用戶對(duì)自己的決策意向進(jìn)行識(shí)別；如何運(yùn)用人機(jī)交互的手段一步一步的對(duì)決策意向進(jìn)行明確和細(xì)化，使其最終轉(zhuǎn)化為一個(gè)決策問(wèn)題，這正是設(shè)計(jì)此系統(tǒng)的難點(diǎn)。這種解決方案，實(shí)際上也可以看作是包含了專家系統(tǒng)的推理模型，目的是利用專家系統(tǒng)的定性分析機(jī)制，實(shí)現(xiàn)定性分析與定量分析的有機(jī)結(jié)合。在全面系統(tǒng)的分析基礎(chǔ)上，在服裝營(yíng)銷管理系統(tǒng)中加入意向決策支持功能，使整個(gè)系統(tǒng)具有了真正意義上的靈活性。這樣開(kāi)發(fā)出的系統(tǒng)是不具備靈活性的。2，面向市場(chǎng)，建立具有“靈活性”的系統(tǒng)一般對(duì)于服裝營(yíng)銷系統(tǒng)的開(kāi)發(fā)人員而言，真正的困難在于正確理解用戶的意圖（即構(gòu)造問(wèn)題）而不是對(duì)相應(yīng)的問(wèn)題進(jìn)行求解（即解決問(wèn)題）。1，以客戶為中心，創(chuàng)建真正的“交互式”系統(tǒng)以往開(kāi)發(fā)的服裝營(yíng)銷管理系統(tǒng)往往只側(cè)重于單純的事務(wù)性勞動(dòng)，使用戶的大部分時(shí)間和精力都花在被動(dòng)的查詢工作中，這種缺乏用戶和使用者之間雙向交互的系統(tǒng)已經(jīng)不適應(yīng)服裝營(yíng)銷工作的發(fā)展需要。針對(duì)這種情況，在服裝營(yíng)銷系統(tǒng)中加入意向決策支持功能，用以解決一些模糊的非例行問(wèn)題是很有必要的。目前，學(xué)術(shù)界在這方面有很多理論和方法提出，如人工神經(jīng)元、專家系統(tǒng)、灰色理論、模糊理論等。此時(shí)，決策者所需要的就是系統(tǒng)提供有關(guān)方面的意向決策支持服務(wù)。當(dāng)系統(tǒng)應(yīng)用的領(lǐng)域比較單一，或是只局限于一個(gè)狹小的范圍時(shí)，這種意向決策問(wèn)題并不多見(jiàn)，因?yàn)闆Q策者往往對(duì)所面臨的情況十分熟悉，所以一般都能夠提出一個(gè)明確的目標(biāo)；但當(dāng)所處理的問(wèn)題進(jìn)入綜合性的、有關(guān)全局的應(yīng)用領(lǐng)域時(shí)，需要意向決策支持的問(wèn)題就變得比較常見(jiàn)。 意向決策支持概述意向，在決策領(lǐng)域中是指決策者關(guān)于某一決策問(wèn)題的一種模糊想法。但是對(duì)于一些非例行的決策問(wèn)題或意向決策問(wèn)題卻沒(méi)有提出明確的解決方案。為了配合這種變化，適應(yīng)市場(chǎng)發(fā)展的新需要，實(shí)現(xiàn)服裝分銷系統(tǒng)管理的信息化，應(yīng)該建立起全新的分銷管理系統(tǒng)，這樣才能更好的把握市場(chǎng)，考核營(yíng)銷工作，提高我國(guó)服裝行業(yè)整體競(jìng)爭(zhēng)力。 以服裝分銷中購(gòu)進(jìn)和售出為例，給出了服裝分銷決策支持系統(tǒng)的數(shù)據(jù)裝換聚合子系統(tǒng)、綜合查詢子系統(tǒng)、綜合分析子系統(tǒng)和報(bào)表生成子系統(tǒng)四部分的實(shí)現(xiàn)過(guò)程。 提出了基于智能控制技術(shù)的服裝銷售預(yù)測(cè)數(shù)據(jù)挖掘（DM）算法，并通過(guò)與SQLSERVER中模型的對(duì)比，證明了該方法的準(zhǔn)確性和實(shí)用性，為現(xiàn)場(chǎng)應(yīng)用作了準(zhǔn)備。本文將主要從以下幾點(diǎn)進(jìn)行論述。但在目前的營(yíng)銷工作中，有關(guān)購(gòu)進(jìn)和售出的各項(xiàng)決定并不是基于數(shù)據(jù)庫(kù)中信息豐富的內(nèi)容，而是基于決策者的直覺(jué)。但對(duì)于一些非例行的決策問(wèn)題或意向決策問(wèn)題卻沒(méi)有提出明確的解決方案。如此大量的數(shù)據(jù)，存放在數(shù)據(jù)庫(kù)中，不但統(tǒng)計(jì)查詢性能大幅下降，而且還會(huì)因?yàn)槿鄙儆辛Φ墓ぞ叨y以得到有效的利用。目前，國(guó)內(nèi)對(duì)服裝銷售決策支持系統(tǒng)進(jìn)行研究成果頻頻有報(bào)道，這些成功主要集中在有關(guān)數(shù)據(jù)倉(cāng)庫(kù)和決策支持系統(tǒng)方面，但是對(duì)于情況較為特殊的營(yíng)銷決策支持系統(tǒng)的研究卻很少涉足。邦威企業(yè)已建立了獨(dú)立的企業(yè)互聯(lián)網(wǎng)站,并籌建網(wǎng)絡(luò)休閑服飾電子連鎖專賣店,實(shí)現(xiàn)無(wú)界化專賣連鎖網(wǎng)絡(luò)[2]。有足夠規(guī)模的企業(yè)可利INTERNET 建立全國(guó)乃至全球性的虛擬專用銷售網(wǎng)絡(luò),實(shí)現(xiàn)物流與資金流的統(tǒng)一。于此對(duì)應(yīng)的，目前我國(guó)服裝業(yè)銷售系統(tǒng)主要采用百貨商店、小型服裝店、超級(jí)市場(chǎng)、倉(cāng)儲(chǔ)市場(chǎng)、郵購(gòu)等營(yíng)銷方式,隨著時(shí)代的進(jìn)步,新的方式不斷涌現(xiàn)：買斷經(jīng)營(yíng)、特許經(jīng)營(yíng)、網(wǎng)絡(luò)營(yíng)銷、連鎖專賣等新方式從遙遠(yuǎn)的異地移植到中國(guó),為我國(guó)的零售業(yè)注入新的生機(jī)[2]。同時(shí),國(guó)際知名品牌往往因此也不愿落戶中國(guó),商場(chǎng)在引進(jìn)國(guó)際品牌的談判中困難重重,甚至不得不為此作出種種讓步。為了防止被“克隆”,許多知名品牌只好采取買斷布料、推遲新貨上市等消極辦法。(6) 服裝市場(chǎng)“盜版”、“克隆”現(xiàn)象嚴(yán)重。服裝市場(chǎng)有個(gè)怪異現(xiàn)象: 一方面,市場(chǎng)上服裝的品種、數(shù)量相當(dāng)龐大,廠家、商家大叫“賣衣難”；另一方面,仍有不少的消費(fèi)者卻抱怨“買衣也難”。片面地采用打折來(lái)增長(zhǎng)銷售量,勢(shì)必會(huì)使品牌在消費(fèi)者心目中的主體形象也大打折扣,使品牌信譽(yù)掃地。降價(jià)、打折雖是一種促銷行為,但在國(guó)內(nèi)卻變了味,表現(xiàn)為打折持續(xù)時(shí)間長(zhǎng)、波及范圍廣、折扣幅度大。但是由于信息不統(tǒng)一、信息傳遞不暢通、信息又不共享等諸多因素,企業(yè)的生產(chǎn)、銷售還停