首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于BP神经网络的卷烟销售违规预测研究

摘要第1-6页
ABSTRACT第6-7页
致谢第7-8页
目录第8-12页
第一章 绪论第12-19页
   ·研究背景第12-13页
   ·相关研究综述第13-15页
     ·预测研究综述第13-14页
     ·BP 神经网络综述第14-15页
   ·研究意义第15-17页
   ·研究内容与技术路线第17-19页
     ·研究内容第17页
     ·技术路线第17-19页
第二章 BP 神经网络理论与模型构建第19-33页
   ·BP 神经网络理论第19-21页
     ·BP 网络基本原理第19页
     ·BP 神经网络算法第19-21页
     ·BP 神经网络的存在的问题及其改进方法第21页
   ·BP 神经网络模型的构建第21-23页
     ·BP 网络模型预测卷烟违规销售原理第21-22页
     ·网络的结构第22页
     ·网络参数的设计第22-23页
     ·初始权值第23页
     ·收敛误差和最大训练次数第23页
     ·传递函数第23页
   ·数据预处理第23-30页
     ·数据清理第24-28页
     ·数据集成第28-29页
     ·数据变换第29-30页
     ·数据归约第30页
   ·SAS 软件建立 BP 神经网络模型第30-33页
     ·SAS 软件建模流程图第30-31页
     ·模型选取标准第31-33页
第三章 卷烟零售户行为分析与指标体系构建第33-42页
   ·卷烟零售户的细分及特点第33页
   ·卷烟销售的违规分析第33-38页
     ·卷烟销售的违规行为分析第34页
     ·卷烟零售户的违规心理分析第34-35页
     ·违规记录卷烟零售户的数据分析第35-38页
   ·指标体系构建第38-42页
     ·零售商的销售行为第38-39页
     ·零售商的自身特征第39页
     ·干扰因素—季节因素第39-40页
     ·零售商的违规信息第40-42页
第四章 某市卷烟违规销售预测应用分析第42-53页
   ·数据的来源第42-46页
     ·初始数据第42-43页
     ·将初始数据转变为 SAS 能识别的格式第43页
     ·某市卷烟销售数据预处理第43-46页
   ·卷烟销售违规预测模型第46-48页
     ·样本的选取第46页
     ·BP 神经网络参数设置第46-48页
   ·数据挖掘结果及预测第48-53页
     ·试验结果第48页
     ·模型结果评估第48-50页
     ·模型预测第50-53页
第五章 总结与展望第53-54页
   ·本文的工作与结论第53页
   ·进一步研究方向第53-54页
参考文献第54-57页
攻读硕士学位期间发表的论文第57-59页

论文共59页,点击 下载论文
上一篇:突发公共卫生事件案例库维护问题研究
下一篇:基于社会网络分析的舆情管理研究