| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及研究意义 | 第11-12页 |
| 1.1.1 课题背景 | 第11页 |
| 1.1.2 研究目的和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 订单预测研究现状 | 第12-13页 |
| 1.2.2 深度学习理论研究现状 | 第13-16页 |
| 1.2.3 时序预测研究现状 | 第16-17页 |
| 1.3 论文内容和章节安排 | 第17-19页 |
| 第2章 神经网络相关理论 | 第19-37页 |
| 2.1 RNN神经网络 | 第19-25页 |
| 2.2 LSTM神经网络 | 第25-33页 |
| 2.3 BP神经网络 | 第33-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 基于LSTM神经网络的销量预测模型 | 第37-43页 |
| 3.1 训练输入和对应的输出结构 | 第37页 |
| 3.2 LSTM神经网络模型设计 | 第37-38页 |
| 3.3 LSTM神经网络激活函数的选取 | 第38-39页 |
| 3.4 过度拟合问题的解决 | 第39-40页 |
| 3.5 网络训练方法 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于自适应LSTM神经网络的销售预测模型 | 第43-49页 |
| 4.1 修剪神经网络的必要性 | 第43页 |
| 4.2 神经网络优化方法的选择 | 第43-44页 |
| 4.3 自适应LSTM神经网络的训练方法 | 第44-45页 |
| 4.4 LSTM神经网络优化步骤 | 第45-47页 |
| 4.5 本章小结 | 第47-49页 |
| 第5章 销售预测实例与结果分析 | 第49-65页 |
| 5.1 实验环境和数据简介 | 第49-51页 |
| 5.2 实验数据准备工作 | 第51-52页 |
| 5.3 基于LSTM神经网络销量时序数据预测模型的销售预测实例 | 第52-60页 |
| 5.3.1 实验流程 | 第52-53页 |
| 5.3.2 季节性SKU预测 | 第53-57页 |
| 5.3.3 常规SKU预测 | 第57-59页 |
| 5.3.4 与BP神经网络的表现对比 | 第59-60页 |
| 5.4 基于自适应LSTM神经网络销量时序数据预测模型的销售预测实例 | 第60-64页 |
| 5.4.1 实验流程 | 第61-62页 |
| 5.4.2 实验和分析 | 第62-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |