导读:本文包含了卷烟销量预测论文开题报告文献综述及选题提纲参考文献，主要关键词:卷烟销量,ARIMA模型,神经网络,非线性组合预测模型
卷烟销量预测论文文献综述
吴明山,王冰,起亚宁,郑飘[1]（2019）在《卷烟销量组合预测模型研究》一文中研究指出【目的】为进一步提高卷烟月度销量预测精度,【方法】本文选择ARIMA模型、基于梯度下降算法的BP神经网络模型、基于Levenberg-Marquardt算法改进的BP神经网络模型等3种模型为单项预测模型,并利用BP神经网络对各单项预测模型进行动态加权,构建非线性组合模型对全国卷烟月度数据进行预测。首先,利用各单项预测方法对卷烟历史数据进行仿真拟合,并对2018年1～4月的销量进行预测;其次,构建非线性组合预测模型,对3个单项预测模型的拟合及预测结果进行动态加权,充分利用各个模型的优势,获取销量数据的各方面的信息。【结果】研究表明,相比于单项预测模型,组合预测模型误差绝对值均小于当月的日均销售量,预测误差更加均衡,结果更加平稳,适应性更强,更符合卷烟销售的实际情况。(本文来源于《中国烟草学报》期刊2019年03期）
高洪利[2]（2017）在《基于随机森林算法的卷烟销量预测及分析》一文中研究指出卷烟销量预测是实现精益管理的一种有效技术手段。针对卷烟销量难以准确预测的问题,本文提出了一种基于随机森林模型的卷烟销量预测算法。通过分析得出卷烟销量的影响因素包括自身因素、宏观因素、突发因素和其他因素。在此基础上获得观测数据,对观测数据进行归一化和卡尔曼滤波,利用随机森林算法建立卷烟销量参数的回归预测模型,并提出了存在突发因素时的预测方法。利用2011年至2015年的北京市卷烟销售的实际数据,分别预测了《北京控制吸烟条例》出台前和出台后后的卷烟销量参数,验证了提出预测算法的有效性。依托预测结果,深入分析了《公共场所控制吸烟条例》对卷烟销量的影响,得出结论:相对于一类烟,《公共场所控制吸烟条例》对四类五类烟的影响较小。(本文来源于《中国烟草学会学术年会优秀论文集》期刊2017-11-01）
黄岚君[3]（2017）在《黑龙江烟草工业有限责任公司卷烟销量预测研究》一文中研究指出中国烟草业多年来全面推进“以客户订单为基准的组织货源”工作,这也正迎合了当今社会“以销定产”的思想,因此如何准确的预测销量,准确及时地反应烟草市场走势,为参与市场的生产者、营销方提供准确有效的决策参考依据,已成为市场各方最为急迫的要求。本文,首先介绍了黑龙江卷烟在国内的销售现状,分析了影响黑龙江省烟草有限责任公司(后文简称为龙江烟草公司)销量的具体因素,在模型的选择上介绍了灰色系统和马尔可夫模型的基本理论,说明了灰色预测模型和马尔可夫预测模型的概念和研究方法。在灰色系统理论基础上建立的灰色系统预测模型使用数据少,方便运算,预测准确度高。而马尔可夫链理论的研究适用于随机状态的动态系统,更加适合预测随机波动幅度比较大以及样本数据多的随机过程。但其不足之处是不仅要求预测对象具有马氏性,同时,预测数据序列要服从典型分布,但当系统信息较少时较难确定数据序列服从何种分布。所以,本文在分别使用灰色系统和马尔可夫模型对卷烟销量进行预测,得到结果分析各自模型的特点及优劣后,又将灰色预测模型和马尔可夫预测模型有机地结合起来,利用各自的模型优势,用灰色预测模型来预测卷烟销量的时间走势,随后对灰色产生的残差走势建立马尔可夫模型进行修正,从而使两者相结合建立更为精确的灰色马尔可夫预测模型,对各自模型取长补短,进行优化。本文对龙江烟草公司目前销售情况进行了研究,对2012-2015年共四年来每月的销量数据进行分析测算,使用灰色模型和马尔可夫模型及两个模型相结合建立的灰色马尔可夫模型,通过灰色模型及其相应的建模软件,对年销量样本数据进行分析、预测;对月销量样本数据应用马尔可夫模型结果进行对比,发现误差较大;最后通过将灰色模型的误差作为马尔可夫模型的区间划分依据,从而建立灰色马尔可夫模型,对季度的卷烟品类销量进行预测,取得了更为精确的预测结果。(本文来源于《哈尔滨理工大学》期刊2017-06-01）
武牧,林慧苹,李素科,吴明治,王治国[4]（2016）在《一种基于支持向量机的卷烟销量预测方法》一文中研究指出为解决现有线性回归方法对市级卷烟销量预测研究效果不佳等问题,基于支持向量机(SVM,Support vector machine)设计并实现了一种市级卷烟销量预测方法。以湖南中烟工业有限责任公司卷烟销量为研究对象,将支持向量机(SVM)方法应用到卷烟销量预测中,提出了基于SVM的卷烟销量预测混合方法(SHPM,SVM-based hybrid prediction method)。将SHPM与线性回归方法、ARIMA(Autoregressive integrated moving average)方法、SVM方法进行了市级卷烟销量预测的对比实验,结果表明:将SVM方法应用到卷烟销量预测中是可行的。在市级卷烟销量预测上,SHPM预测结果误差相比SVM方法降低9.58%,比线性回归方法降低11.83%,比ARIMA方法降低45.79%。因此,SHPM是一种有效的市级卷烟销量预测方法。(本文来源于《烟草科技》期刊2016年02期）
李莹[5]（2015）在《基于时间序列与多元线性回归综合模型的农村卷烟销量预测》一文中研究指出烟草行业为中国较为特殊的行业之一,对我国经济发展、财政收入起到至关重要的作用。目前,烟草行业正面临着外国卷烟的逐渐侵袭,且其所占市场份额逐渐增大的困境。根据我国烟草行业为国家专营专卖、按订单组织货源的体制,为了更加有效的提高我国烟草行业的竞争力,本文决定从卷烟销量预测入手,切实的降低企业的库存成本、更加合理的安排生产计划。又由于农村市场在整体行业中易被忽视却又不能忽视的现状,再结合我国烟草本身区域性,将云南省农村卷烟销量作为研究对象。本文首先综述了不同方法在销量预测上的应用及对卷烟销量影响因素研究现状。其次分析、对比不同的预测方法,确定了本文的研究路线及选择预测卷烟销量的指标。再次将不能直接应用的数据进行处理。最后利用所得数据分别进行时间序列分析及多元回归分析,并选取适当方法建立季节时间序列模型和多元线性回归模型。最后利用上述两个模型的预测值再进行建模,得出季节时间序列与多元线性回归的综合模型。综合模型既考虑了内部前期数据的影响,也考虑外部宏观因素的影响,克服了神经网络模型不能输出自变量变动对因变量的变动造成多大影响的问题。并在理论模型中验证影响因素的变动对因变量的影响,是随着前期因变量的数值大小而变动的。综合模型在云南省农村卷烟销量预测上的效果较时间序列模型、多元线性回归模型更好。由此可见,本文建立的综合模型在理论和实际上都有良好的意义。(本文来源于《云南大学》期刊2015-06-01）
谭建,陈青梅,林琳[6]（2014）在《基于系统动力学的卷烟销量预测》一文中研究指出运用系统动力学理论,根据卷烟市场特征,建立了卷烟需求系统动力学模型,并以贵州卷烟销量预测为例,进行实证分析。(本文来源于《内蒙古科技与经济》期刊2014年20期）
刘鑫,杨丽华[7]（2014）在《卷烟销量预测方法比较》一文中研究指出对某地区2006-2011年每月的卷烟销量数据分析,发现卷烟的销量与以下因素有关:节日和宏观经济环境;而且每个月的卷烟销量有很强的趋势特征。采用趋势外推法对每个月的销量进行预测,并结合季节指数和组合预测方法,对比分析这叁种方法,结果为趋势预测的误差最小。(本文来源于《科技创业月刊》期刊2014年06期）
杨林[8]（2013）在《基于Eviews的卷烟销量预测模型研究》一文中研究指出摘要：近年来,随着中国加入世贸后,卷烟市场为了应对市场开放,在烟草行业全面推广和深度推进“按客户订单组织货源”工作,如何准确预测市场需求、为整个烟草行业的经营提供真实有效的参考和基础,在这一时期显得甚为重要。因此,卷烟销量预测在烟草行业内得到了高度关注并进行了广泛地实践。准确预测市场需求,不仅有利于企业决策者把握市场走向,同时也会对企业的良性运作起到积极的作用。本文对C市烟草分公司目前需求预测机制的实际情况进行了研究,针对影响销量的因素进行分析总结,提出将这些影响因素加入到多种销量预测模型中,应用SQL Server2010软件设计了相应的数据库,通过Eviews工具等对样本数据进行预测、分析,编制相应的程序对C市的卷烟销量进行预测计算。对预测结果的分析表明,这种销量预测方式重视分析销量数据以及影响销量的因素,在C市年度、月度销量及卷烟结构销量方面计算得到了较好的结果,对预测C市烟草分公司的销量工作起到了积极的推动作用。(本文来源于《中南大学》期刊2013-09-01）
罗彪,闫维维,万亮[9]（2012）在《引入虚拟变量的时间序列分解法在卷烟销量预测中的应用》一文中研究指出时间序列分解法依据时间序列的长期特征和季节性特征对未来进行合理预测,但处理季节因素时,在我国会受到传统节日的影响.以时间序列分解法为基础,将中国传统节日设定为虚拟变量,构建基于时间序列分解法和虚拟变量的改进模型.通过虚拟变量估测传统节日对序列的影响,对传统方法进行适用性改进.在对某省卷烟90个月总销量预测的算例中,改进后的预测方法能够提高预测精度,有利于企业据此合理安排生产销售计划.(本文来源于《计算机系统应用》期刊2012年12期）
张素平[10]（2012）在《基于乘法模型的内蒙古乌兰察布市卷烟总销量预测研究》一文中研究指出以乌兰察布市2007年～2011年的卷烟销售数据为依据,进行散点图分析,判断出乌兰察布市卷烟销售变化的总体趋势,并建立乘法模型,对乌兰察布市未来5年的卷烟销售量进行预测,结果表明:乌兰察布市卷烟销量将保持稳定增长,且增长幅度控制在合理的范围之内,为乌兰察布市今后的卷烟经营工作提供可参考的依据。(本文来源于《内蒙古科技与经济》期刊2012年21期）
卷烟销量预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
卷烟销量预测是实现精益管理的一种有效技术手段。针对卷烟销量难以准确预测的问题,本文提出了一种基于随机森林模型的卷烟销量预测算法。通过分析得出卷烟销量的影响因素包括自身因素、宏观因素、突发因素和其他因素。在此基础上获得观测数据,对观测数据进行归一化和卡尔曼滤波,利用随机森林算法建立卷烟销量参数的回归预测模型,并提出了存在突发因素时的预测方法。利用2011年至2015年的北京市卷烟销售的实际数据,分别预测了《北京控制吸烟条例》出台前和出台后后的卷烟销量参数,验证了提出预测算法的有效性。依托预测结果,深入分析了《公共场所控制吸烟条例》对卷烟销量的影响,得出结论:相对于一类烟,《公共场所控制吸烟条例》对四类五类烟的影响较小。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
卷烟销量预测论文参考文献
[1].吴明山,王冰,起亚宁,郑飘.卷烟销量组合预测模型研究[J].中国烟草学报.2019
[2].高洪利.基于随机森林算法的卷烟销量预测及分析[C].中国烟草学会学术年会优秀论文集.2017
[3].黄岚君.黑龙江烟草工业有限责任公司卷烟销量预测研究[D].哈尔滨理工大学.2017
[4].武牧,林慧苹,李素科,吴明治,王治国.一种基于支持向量机的卷烟销量预测方法[J].烟草科技.2016
[5].李莹.基于时间序列与多元线性回归综合模型的农村卷烟销量预测[D].云南大学.2015
[6].谭建,陈青梅,林琳.基于系统动力学的卷烟销量预测[J].内蒙古科技与经济.2014
[7].刘鑫,杨丽华.卷烟销量预测方法比较[J].科技创业月刊.2014
[8].杨林.基于Eviews的卷烟销量预测模型研究[D].中南大学.2013
[9].罗彪,闫维维,万亮.引入虚拟变量的时间序列分解法在卷烟销量预测中的应用[J].计算机系统应用.2012
[10].张素平.基于乘法模型的内蒙古乌兰察布市卷烟总销量预测研究[J].内蒙古科技与经济.2012