一种基于PCA和改进BP神经网络的产品销量预测方法

发明专利有效专利

申请号：
CN201910837723.X
IPC分类号：G06Q30/02;G06K9/62;G06N3/08
申请日期：
2019-09-05
申请人：
四川长虹电器股份有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于PCA和改进BP神经网络的产品销量预测方法
申请号	CN201910837723.X	申请日期	2019-09-05
法律状态	实质审查	申报国家	暂无
公开/公告日	2019-12-03	公开/公告号	CN110533484A
优先权	暂无	优先权号	暂无
主分类号	G06Q30/02 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q30/00 商业，例如购物或电子商务〔8，2012.01〕 G06Q30/02 行销，例如，市场研究与分析、调查、促销、广告、买方剖析研究、客户管理或奖励；价格评估或确定〔2012.01〕	IPC分类号	G;0;6;Q;3;0;/;0;2;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;8查看分类表>
申请人	四川长虹电器股份有限公司	申请人地址	四川省绵阳市高新区绵兴东路35号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	四川长虹电器股份有限公司	当前权利人	四川长虹电器股份有限公司
发明人	杜科;唐军;蒲文龙;田地
代理机构	四川省成都市天策商标专利事务所	代理人	郭会

摘要

本发明公开了一种基于PCA和改进BP神经网络的产品销量预测方法，包括以下步骤：A.对初始样本数据进行预处理，如包括进行降维和去噪预处理；B.对样本数据进行主成分分析，将分析出来的主成分作为特征进行输入；C.用粒子群优化算法对BP神经网络的初始权值进行优化；D.将优化后的最优解作为神经网络的新的权值；E.使用训练后的BP神经网络对每月产品的销量进行预测。本发明的方法利用主成分分析法结合利用粒子群优化算法优化后的BP神经网络，从而达到提高网络的预测精度和训练速度的目的，解决了普通BP神经网络对于销量预测问题而言存在的收敛速度慢、学习率不稳定、容易受到噪声数据影响等不足。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供