GRNN神经网络在K公司销售木浆预测中的应用

梁达强

摘 要：针对进口木浆销售的复杂非线性.本文以K公司6年以来在内地销售木浆的数据和中国海关的统计数据。选出对销售量影响最大的8个因素，建立GRNN网络模型对木浆销售量进行预测。在训练样本有限的情况下将原始数据分组进行交叉验证，选取最优网络结构和光滑因子。利用GRNN网络的优势预测2015年下半年各个区域的销售量，并与实际的销售量进行比较，发现平均误差百分比不大。只有个别点出现较大误差，但是真个预测模型的精度很好，具有实际应用的意义。

【关键词】进口木浆 销售量预测 GRNN神经网络 交叉验证

当前我国造纸行业的原料木浆主要依靠进口。K公司作为原料供应商，通过提前进口木浆在仓库储存，之后已现货的形势销售给国内造纸企业。在日益激烈的市场竞争中.在客户需求呈现多样化、特殊化的情况下，公司要增强市场的竞争力，在提高产品质量和服务水平的同时，必须对于市场的变化做出及时响应，对生产、物料进行合理规划提高公式相应效率，销售预测在这一过程中起着关键的作用。因为较为准确的销量预测可以有效的降低公司仓库的库存量，这样可以降低公司的运营成本和经营风险，提升现金流动和服务质量。但是目前，K公司对于木浆的进口计划没有一套完善的销售预测体系作为支撑，而是仅仅依靠决策者的经验判断。这种方式极易造成库存积压或者脱销，因此每个月销售量预测成为改进经营管理的重要一环。……