科研之友
微信
新浪微博
Facebook
分享链接
摘要
空调行业一直处于双寡头格局,从双十一的价格战到目前的疫情影响,中小企业的电子商务销量预测面临着更加严峻的考验。为降低传统预测模型的低拟合度,提高预测精度,提出了布谷鸟算法与BP神经网络算法相结合的预测方法。首先对影响空调销量预测的主要因素进行了降维处理,其次运用布谷鸟算法对BP神经网络算法的权值和阈值进行优化,同时在布谷鸟算法中引入了细菌觅食算法的群体信息共享机制,加快算法的收敛。通过与不同预测方法的结果对比,该方法的预测误差更低,可以为空调电子商务销量预测提供良好的科学依据。
- 单位
空调行业一直处于双寡头格局,从双十一的价格战到目前的疫情影响,中小企业的电子商务销量预测面临着更加严峻的考验。为降低传统预测模型的低拟合度,提高预测精度,提出了布谷鸟算法与BP神经网络算法相结合的预测方法。首先对影响空调销量预测的主要因素进行了降维处理,其次运用布谷鸟算法对BP神经网络算法的权值和阈值进行优化,同时在布谷鸟算法中引入了细菌觅食算法的群体信息共享机制,加快算法的收敛。通过与不同预测方法的结果对比,该方法的预测误差更低,可以为空调电子商务销量预测提供良好的科学依据。
