零售商品销售量组合预测研究

针对零售商品销售量预测精度不高,致使零售商蒙受经济损失的问题,本文提出ARIMA-GARCH与Elman神经网络的零售商品销售量组合预测模型。先利用ARIMA-GARCH对存在异方差的零售商品销售量非平稳序列进行线性预测,再利用Elman神经网络对销售序列进行非线性预测;最后,结合线性规划思想,运用误差绝对值最小赋权算法实现对零售商品销售量的精确预测。案例分析表明,与ARIMA、BP等模型相比,该组合模型预测精度更高,更适合零售商品销售量的预测,在以后的零售商品销售预测中具有一定的推广作用。