基于GM(1，N)-Prophet组合模型的电商行业销售预测研究

黄 莺，张筠汐

(西南民族大学计算机科学与工程学院，四川 成都 610041)

销售预测是指企业根据产品历史销售数据，利用一定的方法和原理，对未来一定时间内的销售量进行估计和预测.通过销售预测企业能够实现对生产和库存的高效管理，避免资金浪费和库存积压，提高企业的运作效率以更好地应对市场变化.电子商务平台突出优势就在于高效的物流和应对市场变化的灵活性，故对销售预测的准确性要求更高.

目前国内外主要的销售预测方法大致可归为为三类：统计方法、人工智能方法，以及混合模型方法.赵玉欣、童广印、洪鹏等人基于统计方法的预测结果，提出此方法具有快速、直观、易使用等特点，但是对于具有高度变异性和不规则性的数据预测来说，统计分析方法并不能解决非线性的问题，常常面临滞后性问题，预测结果的满意度不高，适应性不高.人工智能的预测方法大大改进了预测精度，董晓慧、王文、周进、丽君等人发现基于人工智能方法对于非线性、季节性、周期性的问题有良好的适应性，可应用于短期或动态预测，但是由于处理数据的复杂性导致人工智能方法的预测过程耗时，通用性也不高.实际应用中，预测通常包含了线性和非线性的时序特征，单一方法难以捕捉到其中的潜藏的变化归纳，因此各种组合模型被学者们不断尝试，以优化预测结果.刘卫校、黄鸿云等人的研究就发现基于神经网络和……