摘要
文章结合部分零售商品的销售特征和影响销售的因素,采用改进神经网络模型进行预测分析。由于基本径向基(RBF)神经网络模型容易出现对训练样本过度拟合现象,因此使用粒子群(PSO)算法和随机梯度下降法(SGD)混合优化RBF模型,其中PSO能够降低算法陷入局部极小的可能性,SGD则可以保证算法的局部搜索能力。针对零售商品短期销量的预测,优化模型预测精度较高、预测稳定性好。
出处
《统计与决策》
CSSCI
北大核心
2022年第6期185-188,共4页
Statistics & Decision
基金
教育部高校国别和区域研究资助项目(2020G5)
北京市教委科技一般资助项目(KM202011417002)。
