摘 要

在日益严峻的经济形势下，做出正确的产品销售预测，并据此做出科学的决策，已经成为现代企业发展的重要要素。销售预测是指通过对现有资料和实际销售情况的分析来预测未来的销售情况。进行预测的数据往往呈非线性的关系，传统的预测方法建立的模型难以准确的表达出这些联系。而BP神经网络通过调节自身内部神经元之间的联系很容易就可以实现对非线性关系的拟合，可见BP神经网络在预测方面存在着一定的优势。所以本文引入BP神经网络算法进行销售预测。

本文介绍了课题的研究背景和研究意义及国内外研究现状，详细的介绍了影响销售业绩的因素，通过对神经网络相关知识的学习建立了基于Matlab语言的BP模型，并采用了了自适应学习率、动量因子和提前停止的方法改善了BP算法存在的易陷入局部极小值和过拟合的缺陷，结合上汽集团的销售数据，对其未来的销售业绩进行了预测，最后预测的结果达到了较高的精度，验证了BP神经网络在销售预测领域的可行性与可靠性。

关键词：BP神经网络；销售预测；Matlab；动量因子；自适应学习率

Abstract

In the increasing severe economic situation, making a correct product sales prediction and then a scientific decision have already become an important factor in the development of modern enterprises. Sales forecast is to predict the future sales through the analysis of the existing information and the actual sales situation. The data that used in this prediction are usually nonlinear, traditional prediction methods are difficult in accurately express the relationships. But BP neural network is easy to realize the fitting of nonlinear data by adjusting the relationship between internal neurons. Obviously the BP neural network has a certain advantages in the prediction. Hence this paper introduces the BP neural network algorithm to predict.

This paper introduces the background and significance of this topic and the research status at home and abroad, detailed introduces the factors that affect the sales performance. By learning the knowledge of neural network, build a BP model that based on Matlab language, and the adapting learning rate , the momentum factor and the advanced stopping method to improve the defects of BP neural network, which were called easy to fall into local minimum and over fitting . Combined with SAIC sales data, predicts its sales performance in the future, the final results reach a high precision, validates the feasibility and the reliability of the BP neural network in the field of sales prediction.

Key Words：BP neural network; Sales forecast; Matlab; Momentum factor; Adaptive learning rate

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 问题提出及研究意义 1

1.2 国内外研究现状 1

1.2.1 销售预测现状研究 1

1.2.2 人工神经网络在销售预测中的研究应用 1

1.3 研究内容及思路 2

第二章 影响企业产品销售因素的分析 3

2.1 外界因素 3

2.1.1 需求动向 3

2.1.2 经济形势变动 3

2.1.3 同行业竞争 3

2.1.4 政府、消费者团体的动向 3

2.2 内部因素 3

2.2.1 营销策略 3

2.2.2 生产状况 4

2.2.3 营运状况 4

2.2.4 偿还状况 4

2.3 小结 4

第三章 人工神经网络 5

3.1 人工神经网络的研究与发展 5

3.2 人工神经网络简介 5

3.2.1 神经元结构 6

3.2.2 人工神经元模型 6

3.2.3 人工神经网络基本介绍 7

3.3 BP神经网络介绍 7

3.4 基于MATLAB的BP神经网络设计 8

3.4.1 基于MATLAB语言的BP神经网络的实现 8

3.4.2 BP神经网络存在的不足 11

3.4.3 采用的改进方法 11

3.5 小结 12

第四章 BP神经网络在销售预测中的应用研究 13

4.1 上汽集团产品的销售预测研究 13

4.1.1 数据收集 13

4.1.2 基于MATLAB语言的BP神经网络的销售预测 14

4.1.3 BP神经网络预测过程中出现的不足 19

4.1.4 BP算法的改进 22

4.1.5 改进后的BP神经网络的销售预测 27

4.2 小结 29

第五章 总结与展望 30

5.1 本文总结 30

5.2 研究展望 30

参考文献 32

附录A 本文所用数据 33

附录B 基于matlab语言的BP神经网络代码 36

附录C 改进后的BP神经网络代码 39

致 谢 43

第一章 绪论

1.1 问题提出及研究意义

当今社会经济的快速发展和经济的全球化使得企业的发展压力日益增加，在激烈的市场竞争下想要赢得更多的市场就必须迅速将高质量的产品和服务提供给客户。所以及时进行正确的销售预测并据此做出科学的决策，已经成为现代企业发展的重要要素。销售预测需要充分考虑各种影响因素并结合本企业的销售情况，通过特定的分析方法对未来销售情况进行预测，再据此提出切实可行的销售目标。而影响销售业绩的因素数量有很多而且两两之间经常存在着相互复杂的作用，所以销售预测的工作量庞大且操作流程复杂。进行预测的数据往往呈非线性的关系，传统的预测方法建立的模型难以准确的表达出这些关系。而BP神经网络通过自身内部数量众多的神经元及其之间的联系很容易就可以实现非线性关系的拟合，可见BP神经网络在预测方面存在着一定的优势。所以本文引入BP神经网络算法进行销售预测。以得出较为准确地预测结果，从而为企业的发展提供一定的科学依据。

1.2 国内外研究现状

1.2.1 销售预测现状研究

经过多年的研究和发展，目前已经有了很多种销售预测的理论和方法，整体上来说，我们可以把它们分为两类，他们分别是定性预测和定量预测；其中，定性预测是指预测者依靠熟悉业务知识、具有丰富经验和综合分析能力的人员与专家，根据已掌握的历史资料和直观材料，运用个人的经验和分析判断能力，对事物的未来发展做出性质和程度上的判断，然后，再通过一定形式综合各方面的的意见，作为预测未来的主要依据^【1】。其主要方法有四种：高级经理意见法、销售人员意见法、购买者期望法和德尔菲法（德尔菲法又称专家意见法，是指以不记名方式根据专家意见做出销售预测的方法）。

定量的预测则是指在认识事物质的规律性基础上，依据数据资料建立数学模型，进而做出预测^【2】；主要方法分成两大类；时间序列分析法、回归和相关分析法：