| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 选题背景及研究意义 | 第9-10页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 研究目标与研究内容 | 第10-12页 |
| 1.2.1 研究目标 | 第10-11页 |
| 1.2.2 研究内容 | 第11-12页 |
| 1.3 研究方法和创新之处 | 第12-13页 |
| 1.3.1 研究方法 | 第12页 |
| 1.3.2 创新之处 | 第12-13页 |
| 2 文献综述与评述 | 第13-19页 |
| 2.1 管理会计信息化与数据挖掘分析技术 | 第13-14页 |
| 2.2 销售预测的方法研究 | 第14-15页 |
| 2.3 神经网络的应用研究 | 第15-18页 |
| 2.4 文献评述 | 第18-19页 |
| 3 理论基础 | 第19-25页 |
| 3.1 管理会计与销售预测 | 第19-20页 |
| 3.2 销售预测基本理论 | 第20-21页 |
| 3.2.1 销售预测的原理 | 第20页 |
| 3.2.2 销售预测的精度 | 第20-21页 |
| 3.3 BP神经网络 | 第21-25页 |
| 3.3.1 设计BP神经网络的方法 | 第22-23页 |
| 3.3.2 BP神经网络的编程步骤 | 第23-25页 |
| 4 基于BP神经网络的连锁企业销售预测模型设计 | 第25-39页 |
| 4.1 连锁企业销售状况影响因素分析 | 第25-26页 |
| 4.1.1 宏观环境分析 | 第25页 |
| 4.1.2 企业内部因素分析 | 第25-26页 |
| 4.2 样本选取与前期数据处理 | 第26-29页 |
| 4.2.1 数据来源说明 | 第26-29页 |
| 4.2.2 样本数据归一化处理 | 第29页 |
| 4.3 模型构建与相关参数选择 | 第29页 |
| 4.4 基于BP神经网络的连锁企业销售预测和结果分析 | 第29-38页 |
| 4.4.1 初步预测结果与分析 | 第30-35页 |
| 4.4.2 模型优化 | 第35-38页 |
| 4.5 销售预测结果分析 | 第38-39页 |
| 5 连锁企业销售预测系统设计与开发 | 第39-67页 |
| 5.1 连锁企业销售预测系统分析 | 第39-40页 |
| 5.1.1 业务流程分析 | 第39页 |
| 5.1.2 系统需求分析 | 第39-40页 |
| 5.2 连锁企业销售预测系统设计 | 第40-44页 |
| 5.2.1 系统功能模块设计 | 第40页 |
| 5.2.2 系统数据库表结构设计 | 第40-44页 |
| 5.3 连锁企业销售预测系统开发 | 第44-67页 |
| 6 结论及研究展望 | 第67-69页 |
| 6.1 结论 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录一：两次随机抽样预测结果与相对误差 | 第75-91页 |
| 附录二：第一个品牌预测结果与相对误差 | 第91-101页 |
| 附录三：第二个品牌预测结果与相对误差 | 第101-109页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第109页 |