王旖旎

【摘? 要】科學(xué)有效地對(duì)電子商務(wù)進(jìn)行銷售預(yù)測(cè)，有助于電子商務(wù)企業(yè)合理配置資源和提高管理效率。論文在總結(jié)已有銷售預(yù)測(cè)方法的基礎(chǔ)上，運(yùn)用灰色系統(tǒng)、灰色神經(jīng)網(wǎng)絡(luò)、狼群算法等理論作為電子商務(wù)銷售預(yù)測(cè)的前提依據(jù)，不斷完善銷售預(yù)測(cè)方法，建立灰色神經(jīng)網(wǎng)絡(luò)新模型，有效提高銷售預(yù)測(cè)的精準(zhǔn)度。

【Abstract】Scientific and effective sales forecasting of e-commerce is helpful for e-commerce enterprises to rationally allocate resources and improve management efficiency. On the basis of summarizing the existing sales forecasting methods， this paper uses the theories of grey system， grey neural network and wolf pack algorithm as the premise basis of e-commerce sales forecasting， constantly improves the sales forecasting methods， and establishes a new grey neural network model to effectively improve the accuracy of sales forecasting.

【關(guān)鍵詞】電子商務(wù);銷售預(yù)測(cè);理論依據(jù);精度提升

【Keywords】e-commerce; sales forecasting; theoretical basis; improvement of accuracy

【中圖分類號(hào)】F724.6;F274? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2021）06-0150-02

1 引言

銷售預(yù)測(cè)是指在未來(lái)的特定時(shí)間，依據(jù)歷年的銷售狀況，采用常用的預(yù)測(cè)模型和預(yù)測(cè)方法估計(jì)未來(lái)的銷售市場(chǎng)，以提高價(jià)值評(píng)估、增加銷售量和降低成本為目的，實(shí)現(xiàn)生產(chǎn)率、數(shù)量金額和服務(wù)能力的提升。因此，銷售預(yù)測(cè)是提升電子商務(wù)產(chǎn)業(yè)市場(chǎng)核心競(jìng)爭(zhēng)力的關(guān)鍵環(huán)節(jié)。

2 既有銷售預(yù)測(cè)方法回顧

電子商務(wù)作為全新的經(jīng)濟(jì)模式對(duì)中國(guó)經(jīng)濟(jì)發(fā)展產(chǎn)生重要影響，當(dāng)商品同質(zhì)化現(xiàn)象越來(lái)越嚴(yán)重時(shí)，電子商務(wù)市場(chǎng)的競(jìng)爭(zhēng)更加激烈，為提升電子商務(wù)企業(yè)的市場(chǎng)核心競(jìng)爭(zhēng)力，及時(shí)對(duì)電子商務(wù)銷售進(jìn)行預(yù)測(cè)，使之能更快速地適應(yīng)市場(chǎng)新變化。因此，國(guó)內(nèi)外學(xué)者高度關(guān)注電子商務(wù)銷售預(yù)測(cè)研究，研究的方法各不相同，主要分為定性和定量2種預(yù)測(cè)方法。定性預(yù)測(cè)研究指通過(guò)市場(chǎng)調(diào)查獲得的各類信息，憑借多年的知識(shí)和經(jīng)驗(yàn)，主觀能動(dòng)地估計(jì)市場(chǎng)行情的發(fā)展趨勢(shì)，主要有綜合意見法、專家會(huì)議法、主觀概率法、銷售人員預(yù)測(cè)法、個(gè)人判斷法、德爾菲法、市場(chǎng)研究法、用戶調(diào)查法等。商業(yè)化程度加速了電子商務(wù)企業(yè)間的競(jìng)爭(zhēng)，根據(jù)當(dāng)前市場(chǎng)需求和企業(yè)經(jīng)營(yíng)實(shí)踐，采用部門主管集體討論法、銷售人員意見征集法和德爾菲法等定性預(yù)測(cè)法進(jìn)行銷售預(yù)測(cè)，為企業(yè)的經(jīng)營(yíng)提供科學(xué)決策（王一紅，2001）。定量預(yù)測(cè)研究指根據(jù)歷年的統(tǒng)計(jì)資料和銷售數(shù)據(jù)，利用各種數(shù)學(xué)方法建立數(shù)學(xué)模型對(duì)市場(chǎng)行情的發(fā)展趨勢(shì)進(jìn)行定量的計(jì)算，獲得精準(zhǔn)的預(yù)測(cè)結(jié)果，主要有時(shí)間序列分析法、灰色理論系統(tǒng)、機(jī)器學(xué)習(xí)理論、BP神經(jīng)網(wǎng)絡(luò)、回歸分析法、馬爾可夫、遺傳算法、粒子群算法、狼群算法、GM（1，1）預(yù)測(cè)模型、效用理論預(yù)測(cè)模型等。某公司未來(lái)年度商品銷售總量運(yùn)用GM（1，1）模型進(jìn)行預(yù)測(cè)，使用SPSS軟件對(duì)未來(lái)年度的商品月銷量進(jìn)行預(yù)測(cè)，結(jié)合灰色關(guān)聯(lián)方法計(jì)算得出月銷量的預(yù)測(cè)值，精準(zhǔn)的預(yù)測(cè)結(jié)果為公司銷售提供決策參考（李家會(huì)，2014）;以灰色系統(tǒng)理論為基礎(chǔ)建立GM（1，1）預(yù)測(cè)模型，對(duì)某公司礦泉水未來(lái)年度銷售進(jìn)行精準(zhǔn)預(yù)測(cè)，得出銷售量在中長(zhǎng)期會(huì)保持相對(duì)穩(wěn)定的速度進(jìn)行增長(zhǎng)，有助于公司的長(zhǎng)期規(guī)劃（江玉杰，2015）;基于灰色理論系統(tǒng)中GM（1，1）和GM（1，N）銷售預(yù)測(cè)方法，得出改進(jìn)的多維灰色模型IGM（1，N）算法，再將IGM（1，N）算法與神經(jīng)網(wǎng)絡(luò)算法相結(jié)合，提出混合智能算法以提高銷售預(yù)測(cè)精度（劉衛(wèi)校，2016）;通過(guò)構(gòu)建電子商務(wù)銷售額預(yù)測(cè)指標(biāo)，提出遺傳優(yōu)化改進(jìn)的灰色神經(jīng)網(wǎng)絡(luò)模型進(jìn)行銷售額預(yù)測(cè)實(shí)證研究，充分挖掘中國(guó)電子商務(wù)行業(yè)的深度，為政府和企業(yè)提供可量化和科學(xué)有力的決策依據(jù)（王德闖，2017）。

3 電子商務(wù)銷售需求預(yù)測(cè)依據(jù)分析

電子商務(wù)銷售預(yù)測(cè)受眾多因素的影響，具有隨機(jī)性、非線性、離散性、動(dòng)態(tài)性、不確定性等特點(diǎn)，基于此，有研究者針對(duì)不確定的灰色系統(tǒng)提出運(yùn)用灰色神經(jīng)網(wǎng)絡(luò)對(duì)銷售情況進(jìn)行預(yù)測(cè)，也有研究者利用遺傳算法、蟻群算法、粒子群算法等較好的全局尋優(yōu)能力，優(yōu)化灰色神經(jīng)網(wǎng)絡(luò)模型，改變權(quán)值和閾值的參數(shù)，對(duì)銷售情況進(jìn)行更精準(zhǔn)的預(yù)測(cè)，通過(guò)查閱大量相關(guān)文獻(xiàn)得出，這些模型和算法應(yīng)用于銷售預(yù)測(cè)將會(huì)有更大的改進(jìn)空間。為進(jìn)一步提高電子商務(wù)銷售預(yù)測(cè)的精度，以灰色理論為基礎(chǔ)，提出改進(jìn)狼群算法優(yōu)化灰色神經(jīng)網(wǎng)絡(luò)建立的新模型，防止網(wǎng)絡(luò)陷入局部最優(yōu)，采用這種高效的銷售預(yù)測(cè)方法為電子商務(wù)可持續(xù)發(fā)展提供扎實(shí)的理論依據(jù)。

3.1 灰色系統(tǒng)理論

1982年，我國(guó)鄧聚龍教授最先提出灰色系統(tǒng)理論，該理論很適合小樣本、貧信息、不確定性問(wèn)題的研究，強(qiáng)調(diào)將系統(tǒng)數(shù)據(jù)無(wú)規(guī)律的序列演變?yōu)橛幸?guī)律的序列，提煉和挖掘部分已知有價(jià)值的信息，進(jìn)而推導(dǎo)出部分未知的信息，使系統(tǒng)不斷得到補(bǔ)充和更新。在灰色系統(tǒng)理論的基礎(chǔ)上建立灰色模型（grey model，GM），學(xué)習(xí)流程如下：

步驟1：設(shè)x（0 ）為原始數(shù)據(jù)序列：

x（0 ）=（xt（0 ）|t=1，2，…，n）=（x1（0 ），x2（0 ），…，xn（0 ））? ? ? （1）

步驟2：對(duì)原始數(shù)據(jù)序列x（0 ）作一次累加，使之得到呈現(xiàn)一定規(guī)律的新數(shù)據(jù)序列x（1 ），那么新數(shù)據(jù)序列x（0 ）的第t項(xiàng)等于原始數(shù)據(jù)序列x（0 ）的前t項(xiàng)相加，公式如下：

步驟3：基于新數(shù)據(jù)序列x（1 ）建立差分方程如下：

步驟4：求（3）方程的解得到如下結(jié)果：

xt* （1 ）=（x1（0 ）-u/a）e-a （t-1）+u+/a? ? ? （4）

步驟5：的預(yù)測(cè)值通過(guò)對(duì)作一次累減得到如下結(jié)果：

xt* （0 ）=（x1* （1 ）-xt-1* （1 ））? ? t=2，3，…，n? ? ? ? ? ? ? ? ? ? ? ? （5）

3.2 灰色神經(jīng)網(wǎng)絡(luò)理論

灰色神經(jīng)網(wǎng)絡(luò)是一種模擬生物神經(jīng)網(wǎng)絡(luò)信息處理的模型，由大量的神經(jīng)元構(gòu)成并行互聯(lián)網(wǎng)絡(luò)，適合對(duì)不確定優(yōu)化問(wèn)題進(jìn)行建模，具有很強(qiáng)的非線性擬合尋優(yōu)能力，廣泛應(yīng)用于人工智能、信號(hào)處理、模式識(shí)別、輔助決策、自動(dòng)控制等眾多領(lǐng)域。式（6）為基于灰色神經(jīng)網(wǎng)絡(luò)模型建立的微分方程，式（7）為其對(duì)應(yīng)的時(shí)間響應(yīng)式：

灰色神經(jīng)網(wǎng)絡(luò)模型中有n個(gè)參數(shù)，微分方程表達(dá)式可以寫為：

式中，輸入?yún)?shù)是y1，y2，y3，…，yn，輸出參數(shù)是y1，微分方程系數(shù)是a，b1，b2，…，bn-1。

式（6）的時(shí)間響應(yīng)式可以寫為：

3.3 狼群算法

狼群算法是一種模擬狼群圍捕獵物過(guò)程的智能算法，具有探狼游走、頭狼召喚、猛狼圍攻3種智能行為：探狼游走行為指在當(dāng)前區(qū)域搜尋最優(yōu)位置;頭狼召喚行為指頭狼召喚的猛狼快速奔向頭狼附近;猛狼圍攻行為指猛狼圍捕附近的獵物。其遵守“勝者為王”的頭狼產(chǎn)生規(guī)則和“強(qiáng)者生存”的狼群更新機(jī)制，淘汰生存能力差的狼，使生存能力強(qiáng)的狼覓得足夠的食物，從而維持狼群主體的生存和發(fā)展。

3.4 狼群算法的改進(jìn)

基于狼群算法原理，通過(guò)抓住關(guān)鍵點(diǎn)對(duì)測(cè)試函數(shù)和路徑規(guī)劃進(jìn)行改進(jìn)，與傳統(tǒng)狼群算法作比較，采用Matlab軟件做仿真實(shí)驗(yàn)以驗(yàn)證改進(jìn)狼群算法的正確性和有效性。

3.5 新灰色神經(jīng)網(wǎng)絡(luò)模型構(gòu)建原理

利用改進(jìn)的狼群算法優(yōu)化灰色神經(jīng)網(wǎng)絡(luò)，在此基礎(chǔ)上提出一種新穎的灰色神經(jīng)網(wǎng)絡(luò)模型運(yùn)用于電子商務(wù)銷售預(yù)測(cè)，根據(jù)網(wǎng)絡(luò)輸出和實(shí)際輸出的誤差調(diào)整新模型中各個(gè)參數(shù)的值，構(gòu)建輸入輸出變量，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，使網(wǎng)絡(luò)輸出不斷逼近實(shí)際輸出，從而對(duì)電子商務(wù)銷售數(shù)據(jù)進(jìn)行更精準(zhǔn)的預(yù)測(cè)。因此，新灰色神經(jīng)網(wǎng)絡(luò)建模流程具有較強(qiáng)的邏輯性和實(shí)用性，如圖1所示。

4 結(jié)語(yǔ)

電子商務(wù)的飛速發(fā)展對(duì)國(guó)民經(jīng)濟(jì)產(chǎn)生巨大的影響，銷售預(yù)測(cè)作為電子商務(wù)企業(yè)生存和發(fā)展的基礎(chǔ)，在成本核算、利潤(rùn)估算、資金周轉(zhuǎn)、營(yíng)銷策略、人力投入、市場(chǎng)需求等方面扮演著越來(lái)越重要的作用。因此，電子商務(wù)銷售預(yù)測(cè)過(guò)程中需要灰色系統(tǒng)、灰色神經(jīng)網(wǎng)絡(luò)、狼群算法等理論作為依據(jù)，利用改進(jìn)的狼群算法構(gòu)建新灰色神經(jīng)網(wǎng)絡(luò)模型，以便更好地解決電子商務(wù)企業(yè)銷售預(yù)測(cè)的難題。

【參考文獻(xiàn)】

【1】江玉杰.GM（1，1）預(yù)測(cè)模型在產(chǎn)品銷售預(yù)測(cè)中的運(yùn)用[J].浙江紡織服裝職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2015，14（02）：36-41.

【2】劉衛(wèi)校.基于離散灰色預(yù)測(cè)模型與人工神經(jīng)網(wǎng)絡(luò)混合智能模型的時(shí)尚銷售預(yù)測(cè)[J].計(jì)算機(jī)應(yīng)用，2016，36（12）：3378-3384.

【3】許銘.基于深度學(xué)習(xí)的銷售數(shù)據(jù)挖掘與預(yù)測(cè)模型研究[D].大連：大連理工大學(xué)，2019.