公开(公告)号：CN106355269A

公开(公告)日：2017-01-25

申请号：CN201610710444.3

申请日：2016-08-24

Applicant: 华南理工大学

Inventor： 谢巍 ,  邓智敏 ,  杨晓峰

IPC: G06Q10/04 ,  G06N3/08

CPC classification number: G06Q10/04 ,  G06N3/084

Abstract: 本发明公开了一种基于BP神经网络的商品条码注册量预测方法，该方法包括步骤如下：对商品条码注册量的自相关分析图进行分析，生成训练样本；建立BP神经网络，利用生成的训练样本进行训练，以得到商品条码注册量预测模型；利用预测模型对商品条码注册量进行预测。本发明考虑了商品条码注册量数据的非线性特征，能够实现对商品条码注册量的高精度预测。本发明在保证高预测精度的前提下采用单隐含层BP神经网络，跟多隐含层神经网络相比大大降低了计算难度和复杂度，具有简单易操作的特点。

公开(公告)号：CN106372960A

公开(公告)日：2017-02-01

申请号：CN201610710442.4

申请日：2016-08-24

Applicant: 华南理工大学

Inventor： 谢巍 ,  邓智敏 ,  杨晓峰

IPC: G06Q30/02

CPC classification number: G06Q30/0203

Abstract: 本发明公开了一种基于ARIMA模型的商品条码注册量预测方法，该方法对商品条码注册量序列进行平稳性判定和平稳化处理，再根据商品条码注册量序列的自相关和偏自相关特性确定模型结构和计算相关参数，通过检验残差序列来判断模型是否合理。通过建立合理的ARIMA模型，实现对商品条码注册量序列的拟合，从而外推出商品条码注册量的未来预测值。运用本发明的预测方法能够获得较高的预测精度。