基于遺傳算法的模糊神經網絡技術及其在銷售預測中的應用.pdf

1、在商品經濟環(huán)境下，市場調查和銷售預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，使自己的產品適應市場的瞬息萬變。同時，銷售預測也是企業(yè)經營與管理的重要組成部分，直接影響企業(yè)的生產計劃，庫存水平等。因此，有必要對銷售預測及預測方法作深入的研究。 傳統(tǒng)的基于統(tǒng)計學的預測方法，如時間序列和回歸分析法，在實際應用中有一定的局限性，而模糊數學和神經網絡的快速發(fā)展及應用為銷售預測提供了良

2、好的思路。本文首先對模糊理論、神經網絡理論和遺傳算法進行了綜述，分析了基于實數編碼遺傳算法的優(yōu)缺點，重點研究了實數編碼的改進線性交叉算子，提出了一種基于實數編碼的改進遺傳算法(MGA)，仿真結果表明，此算法在收斂速度和精確性方面具有顯著優(yōu)勢。接著在總結前人工作的基礎上提出了基于遺傳算法和負梯度下降法進行優(yōu)化的二階段模糊神經網絡優(yōu)化算法(FBPNN)，第一階段利用遺傳算法優(yōu)化模糊神經網絡中具有全局性的網絡參數，第二階段用梯度下降算法調節(jié)和