基于 ARMA 和 BP_AdaBoost 的组合销售预测模型研究.pdfVIP

计 算 机 与 现 代 化 2015年第 2期 J1SUANJIYUXIANDAIHUA 总第 234期 文章编号：1006-2475(2015)02-0014-05 基于ARMA和 BP—AdaBoost的组合销售预测模型研究 闫 博 ，周在金 ，李国和 ，齐 佳 (1．中石化管道储运有限公司，江苏 徐州 221008 2．中国石油大学(北京)油气数据挖掘北京市重点实验室，北京 102249； 3．石大兆信数字身份管理与物联网技术研究院，北京 102229) 摘要：为了提高销售预测的准确性，建立了组合销售预测模型。历史销售数据是非线性、时变的时间序列，可看成由线性 和非线性 2部分组成。用ARMA模型预测线性部分，用BP_AdaBoost模型预测非线性部分，然后将 2部分预测结果叠加 得到销售预测结果。该组合模型克服 了单纯采用ARMA模型预测结果精度低的问题，也克服了单纯使用BP神经网络 模型容易陷入局部极小值的问题。经实验对比表明，采用组合预测模型能够更加准确、全面地反应销售规律。提高了销 售预测的准确性。 关键词：ARMA；BP神经网络；AdaBoost算法；预测；组合模型 中图分类号：TP301．6 文献标识码 ：A doi：10．3969／j．issn．1006-2475．2015．02．004 CombinedSalesPredictionM odelBasedonARM A andBP AdaBoost — YANBo，ZHOUZai-jin，LIGuo—he ，QIJia (1．PipelineTransportationandStorageCo．，Ltd，Sinopee，Xuzhou221008，China； 2．BeijingKeyLabofDataMiningforPetroleumData，ChinaUniversityofPetroleum，Beijing102249，China； 3．PanPassInstituteofDigitalIdentificationManagementandInternetofThings，Beijing102229，China) Abstract：Inordertoimprovetheaccuracyofprediction。acombinedsalespredictionmodeliSestablished．Thehistoriealsales dataiSnonlinear，time．varyingtimeseries．Itconsistsoftwoparts．thelinearandnonlinear．ByusingtheARMAmodel，thelin— earpartcanbepredictedwhilethenonlinearpartcanbepredictedbyusingBP— — AdaBoostmode1．Thenthetwopredictionresults areaddedtogether．Thecombinationmodelovercomestheproblem oflow accuracybyusingARMA modelalone．What’Smore． italsoovercomestheproblemsthatBPneural networkmodeliSeasytofa11intolocalminimum．Theexperimentsshow thatthe combinationmodelcanimprovetheaccuracyofsalespredictionandreflectmraketrulesmoreaccuratelyand