论文部分内容阅读
准确的商品销量预测理论为商家良性的库存备货提高周转率,制定成本预算项目,审时度势因地制宜制定有效策略,为商品销售策略提供理论依据,然而传统方法的预测不全面,实际的效果不理想。利用ARIMA模型去拟合原商品销量时间序列,通过线性回归等方法提取商品销量时间序列中的主要的相关信息,将销量时间序列减去或除去趋势效应拟合的多项式和季节拟合多项式的剩余部分得到残差序列,通过栈式自编码器神经网络中迭代拟合时序残差中与原始时间序列销量值的非线性关系信息,通过这些信息改变原始观察值的值,继而在自相关函数计算式中添加新