文献类型：期刊文章

作　　者：葛娜[1] 孙连英[2] 石晓达[1] 赵平[1]

GE Na;SUN Lian-ying;SHI Xiao-da;ZHAO Ping(Smart City College,Beijing Union University,Beijing 100101,China;Urban Rail Transit and Logistics College,Beijing Union University,Beijing 100101,China)

机构地区：[1]北京联合大学智慧城市学院,北京100101 [2]北京联合大学城市轨道交通与物流学院,北京100101

出　　处：《计算机科学》

基　　金：国家重点研发计划(2016YFC0802107)资助

年　　份：2019

卷　　号：46

期　　号：B06

起止页码：446-451

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：预测某种产品销售量的短期及长期变化趋势对企业制定营销战略和优化产业布局等具有重要的参考价值。在深入分析Prophet加法模型和长短时记忆神经网络的特性的基础上,依据某企业产品销量时间序列数据的趋势规律,构建了一种用于预测销售量的Prophet-LSTM神经网络组合模型,设计并实现了与组合前Prophet、LSTM单项模型及两种典型时间序列预测模型的对比实验。实验结果验证了Prophet-LSTM组合预测模型在销量时间序列分析中具有更强的适用性和更高的准确性,为该企业应对市场需求变化提供了重要的科学依据。

关 键 词：Prophet模型  长短时记忆神经网络  销售预测  时间序列模型

分 类 号：TP391]