组合预测在医药流通企业销售预测中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 选题背景及意义 | 第9-12页 |
| 1.1.1 选题背景 | 第9-11页 |
| 1.1.2 研究目的及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文主要内容和结构安排 | 第15-17页 |
| 第二章 相关理论介绍 | 第17-43页 |
| 2.1 时间序列模型理论 | 第17-26页 |
| 2.1.1 时间序列相关概念 | 第17-20页 |
| 2.1.2 基本模型 | 第20-22页 |
| 2.1.3 时间序列建模过程 | 第22-26页 |
| 2.1.4 时间序列模型优点与不足 | 第26页 |
| 2.2 云模型 | 第26-34页 |
| 2.2.1 云模型的定义 | 第26-27页 |
| 2.2.2 云模型的数字特征 | 第27-28页 |
| 2.2.3 云发生器及其算法 | 第28-30页 |
| 2.2.4 正态云及其普适性 | 第30-31页 |
| 2.2.5 概念划分 | 第31-34页 |
| 2.3 神经网络 | 第34-42页 |
| 2.3.1 神经元及作用函数 | 第34-36页 |
| 2.3.2 网络常见基本结构 | 第36-37页 |
| 2.3.3 BP神经网络的网络结构 | 第37-38页 |
| 2.3.4 BP神经网络学习算法 | 第38-40页 |
| 2.3.5 算法的优点与不足 | 第40-42页 |
| 2.4 本章小结 | 第42-43页 |
| 第三章 组合预测模型 | 第43-54页 |
| 3.1 组合预测的原理 | 第43-44页 |
| 3.2 组合预测的分类 | 第44-49页 |
| 3.3 CAMB组合模型的构建 | 第49-50页 |
| 3.4 组合预测的优性 | 第50-52页 |
| 3.5 模型评估标准 | 第52-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 组合预测在药品销售预测中的应用 | 第54-72页 |
| 4.1 单项模型的预测 | 第54-66页 |
| 4.1.1 时间序列模型 | 第54-58页 |
| 4.1.2 云模型 | 第58-61页 |
| 4.1.3 BP神经网络 | 第61-66页 |
| 4.2 组合模型的预测 | 第66-71页 |
| 4.2.1 CAMB模型预测 | 第66-67页 |
| 4.2.2 各模型结果对比分析 | 第67-69页 |
| 4.2.3 与其他组合预测模型的对比 | 第69-71页 |
| 4.3 本章小结 | 第71-72页 |
| 结论与展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间取得的研究成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 附件 | 第78页 |
