零售商品销售量组合预测研究

昆明理工大学质量发展研究院 郭栋 李红娟 桑秀丽

零售商品销售量组合预测研究

昆明理工大学质量发展研究院 郭栋 李红娟 桑秀丽

针对零售商品销售量预测精度不高，致使零售商蒙受经济损失的问题，本文提出ARIMA-GARCH与Elman神经网络的零售商品销售量组合预测模型。先利用ARIMA-GARCH对存在异方差的零售商品销售量非平稳序列进行线性预测，再利用Elman神经网络对销售序列进行非线性预测；最后，结合线性规划思想，运用误差绝对值最小赋权算法实现对零售商品销售量的精确预测。案例分析表明，与ARIMA、BP等模型相比，该组合模型预测精度更高，更适合零售商品销售量的预测，在以后的零售商品销售预测中具有一定的推广作用。

零售商品销售量 ARIMA-GARCH Elman神经网络 组合预测

零售商品销售是零售行业管理中最为重要的部分之一，零售商品销售预测能为零售商的生产、运输、配送提供指导，提高经济效益，然而现实生活中往往因为销售预测精度不高带来种种问题，比如，积压时间过长导致商品过期和浪费；供应不足导致消费者投诉和影响零售商声誉等［1］。因此，对零售商品销售量进行精确预测，一方面可以有针对性地进行零售商品生产，为消费者提供充足的货物保障；另一方面有利于零售商进行合理采购，避免浪费或积压。

目前，研究零售商品销售预测的方法有两种，一种为单一预测法，诸如ARIMA［2］、灰色预测［3］、神经网络［4］、支持向量机［5］等方法。另一种为组合预测法，诸如灰色预测和支持向量机结合［6］、ARIMA与BP神经网络结合［7］、灰色模型与RBF神经网络结合［8］等方法。……