| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 选题的背景以及意义 | 第11页 |
| 1.2 国内外相关研究现状 | 第11-13页 |
| 1.3 本文研究内容、结构安排与创新点 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 手机行业销售现状以及影响指标分析 | 第15-21页 |
| 2.1 手机行业销售概况 | 第15-16页 |
| 2.2 湖南地区三星促销政策 | 第16-17页 |
| 2.2.1 节假日促销 | 第16页 |
| 2.2.2 主题性促销 | 第16-17页 |
| 2.2.3 常规性促销 | 第17页 |
| 2.3 湖南地区三星手机销售情况以及影响指标分析 | 第17-19页 |
| 2.3.1 湖南地区手机销售情况 | 第17-18页 |
| 2.3.2 影响手机销量内部指标分析 | 第18-19页 |
| 2.4 本章小结 | 第19-21页 |
| 第3章 研究样本及销量预测指标的选取 | 第21-24页 |
| 3.1 研究样本的选取 | 第21页 |
| 3.2 影响手机销量指标的选取 | 第21-22页 |
| 3.3 手机销量预测系统构建及步骤设计 | 第22-23页 |
| 3.4 本章小结 | 第23-24页 |
| 第4章 基于多元线性回归的手机销量预测系统构建 | 第24-39页 |
| 4.1 多元线性回归理论 | 第24-27页 |
| 4.1.1 多元线性回归的定义 | 第24页 |
| 4.1.2 多元回归线性分析的运用 | 第24-25页 |
| 4.1.3 多元线性回归模型及其矩阵表示 | 第25页 |
| 4.1.4 回归参数的最小二乘估计 | 第25-27页 |
| 4.1.5 多元线性回归分析实现过程 | 第27页 |
| 4.2 主成分分析法 | 第27-31页 |
| 4.2.1 主成分分析的基本思想 | 第27页 |
| 4.2.2 主成分分析的数学模型 | 第27-28页 |
| 4.2.3 主成分的导出 | 第28-30页 |
| 4.2.4 主成分分析的计算步骤 | 第30-31页 |
| 4.3 基于多元线性回归的手机销量预测系统的建立 | 第31-38页 |
| 4.3.1 基于多元线性回归法的手机销量预测系统流程图 | 第31-32页 |
| 4.3.2 数据样本的划分及归一化处理 | 第32-34页 |
| 4.3.3 主成分分析下的多元线性回归手机销量预测的实现 | 第34-37页 |
| 4.3.4 多元线性回归销量预测系统的应用及结果分析 | 第37-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第5章 基于BP神经网络的手机销量预测系统构建 | 第39-51页 |
| 5.1 BP神经网络介绍 | 第39-40页 |
| 5.2 BP网络参数确定和计算流程 | 第40-43页 |
| 5.3 基于BP神经网络的手机销量预测系统的建立 | 第43-49页 |
| 5.3.1 数据样本的划分及数据归一化 | 第43-45页 |
| 5.3.2 本文BP神经网络模型的参数设计 | 第45页 |
| 5.3.3 基于BP神经网络的销量预测系统的训练及应用 | 第45-49页 |
| 5.4 本章小结 | 第49-51页 |
| 结论与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 附录A 基于BP神经网络的手机销量预测系统MALTAB源代码 | 第57-59页 |
