神经网络在卷烟销量预测及营销策划中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 图表目录 | 第10-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究的背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·研究的主要内容 | 第15-16页 |
| 第二章 相关理论的介绍 | 第16-27页 |
| ·时间序列数据挖掘 | 第16-17页 |
| ·传统的统计预测方法 | 第17-18页 |
| ·人工神经网络的简介 | 第18-21页 |
| ·神经网络概念的提出 | 第18-19页 |
| ·神经元模型 | 第19-20页 |
| ·神经网络的学习 | 第20-21页 |
| ·BP神经网络 | 第21-22页 |
| ·BP网络的网络结构 | 第21页 |
| ·BP网络的学习规则 | 第21-22页 |
| ·BP网络模型的改进方法 | 第22页 |
| ·径向基函数神经网络 | 第22-27页 |
| ·RBF神经网络模型 | 第23页 |
| ·基于径向基函数技术的函数逼近与内插 | 第23-25页 |
| ·RBF网络的学习算法简介 | 第25-27页 |
| 第三章 客户类型的划分与卷烟销量的预测实验分析 | 第27-59页 |
| ·对公司的客户进行聚类分析 | 第27-32页 |
| ·选择代表类型和分析趋势特征 | 第32-35页 |
| ·基于BP网络的趋势变动分量模型TBP | 第35-44页 |
| ·分量的提取和模型的建立 | 第36-39页 |
| ·确定网络层数 | 第39页 |
| ·样本数据的预处理 | 第39-41页 |
| ·确定隐层节点数量 | 第41-42页 |
| ·确定学习速率和动量因子 | 第42-43页 |
| ·网络的学习规则 | 第43-44页 |
| ·基于BP网络的周期性运动分量模型PBP | 第44-47页 |
| ·提取周期分量 | 第44-45页 |
| ·周期分量模型PBP的建立 | 第45-47页 |
| ·对模型的改进 | 第47-49页 |
| ·基于RBF径向基网络的乘积模型建立 | 第49-53页 |
| ·基于RBF网络的趋势分量模型TRBF | 第49-51页 |
| ·基于RBF网络的周期分量模型PRBF | 第51-53页 |
| ·不同模型对各类型客户的分析与对比 | 第53-59页 |
| 第四章 营销工作方案制定 | 第59-64页 |
| ·该公司现有的营销模式 | 第59-60页 |
| ·影响投放策略的因素 | 第60-61页 |
| ·卷烟投放策略制定 | 第61-64页 |
| ·预测需求量决定货源投放 | 第62页 |
| ·结合组合模型进行投放策略的调整 | 第62-64页 |
| 第五章 结论与展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68页 |
