- 1、本文档共7页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
总第413期计算机与数字工程Vol.52No.3
ComputerDigitalEngineering
2024年第3期计算机与数字工程659
2024年第3期
基于GWO-Prophet的商品销售预测研究∗
曾文烜高永平
(东华理工大学信息工程学院南昌330013)
摘要零售企业的各项经营活动都离不开商品的销售情况,对商品的销售预测为企业制定生产计划与经营决策等活
动提供重要的依据。针对企业销售额预测中销售额时间序列受外界条件影响大,预测精度低等问题,论文提出了一种基于
GWO-Prophet的商品销售预测方法。基于某零售企业2015年-2018年销售额数据,通过Prophet模型将高维的销售额数据
分别构建对应趋势项、季节项、节假日项、残差项的低维时序特征分量,分别用这些低维特征分量进行拟合后通过加法模型
累加来预测未来一年的销售额数据;通过灰狼寻优算法(GWO)对Prophet模型参数进行智能寻优,防止模型陷入局部最优从
而提高模型的精确度,通过灰狼寻优算法优化后的Prophet模型能更好地拟合突变点,季节项,节假日项等外界因素对销售
额的影响。以MAE、MAPE和RMSE作为模型评估的指标,结果表明,基于GWO-Prophet模型的预测精度不仅优于单一的
Prophet模型,还优于其他如ARIMA、SARIMA、LSTM对比模型。
关键词Prophet模型;GWO算法;时间序列;销售预测;可分解模型
中图分类号O141.4DOI:10.3969/j.issn.1672-9722.2024.03.004
ResearchofCommoditySalesPredictionBasedonGWO-Prophet
ZENGWenxuanGAOYongping
(CollegeofInformationEngineering,EastChinaUniversityofTechnology,Nanchang330013)
AbstractThebusinessactivitiesofretailenterprisesareinseparablefromthesalesofgoods.Thesalesforecastofgoodspro⁃
videsanimportantbasisforenterprisestoformulateproductionplansandbusinessdecisions.Aimingattheproblemthatthetimese⁃
riesofsalesvolumeinenterprisesalesforecastisgreatlyaffectedbyexternalconditionsandthepredictionaccuracyislow,thispa⁃
perproposesacommoditysalesforecastingmethodbasedonGWO-Prophet.Basedonthesalesdataofaretailenterprisefrom2015
to2018,theProphetmodelisusedtoconstructthelow-dimensionaltimeseriesfeaturecomponentsofthecorrespondingtrend
item,seasonalitem,holidayitemandresidualitemthroughthehigh-dimensionalsalesdataoftheProphetmodel.Afterfitting
theselow-dimensionalfeaturecomponents,thesalesdataofthenextyeararepredictedbytheadditionmodel.Throughthegrey
wolfoptimizationalgorithm(GWO),theProp
文档评论(0)