零售企业销售预测系统的设计与实现[摘要]为使企业决策者能方便地了解未来产品的发展趋势，从而制定出科学合理的决策，本文开发了两层C/S模式的基于BP神经网络的零售业销售预测系统。系统能够实现对商品销售量和销售利润的预测，能够对网络模型所需的数据进行及时更新，能实现模型的再学习和训练，具有较好的实用性和可扩展性。[关键词]零售企业；销售预测；BP神经网络[]TP315[文献标识码]A[]1673-0194（2015）01-0064-031引言销售分析是通过对已有数据的多角度分析，获取有价值的信息，帮助企业做出合理的决策。而销售预测是在销售分析的基础上，对影响市场供求变化的诸多因素及过去和现在的销售资料进行分析、研究，运用科学的方法，对未来市场产品的供求发展趋势进行估计和推测。根据销售预测结果，企业可以科学制订各种计划。为了方便企业决策者使用，本文主要研究如何在客户端通过微软VB6.0设计一款基于BP神经网络的零售业销售预测系统，通过简单的界面操作，使企业决策者很清楚地了解未来产品的发展趋势，从而制定出科学合理的决策，及时有效地应对市场变化。2BP神经网络神经网络是由大量简单神经元相互连接构成的复杂网络，其通过模拟人脑反复学习技术来工作，对给出的样本数据，神经网络通过类似人类记忆过程的方式学习数据中的统计规律，归纳出能描述样本特征的数据模型，然后用已学会的数据模型进行预测处理。BP网络是目前应用最为广泛的一种神经网络，具有很强的映射能力，可以实现输入和输出间的任意非线性映射。BP网络一般由一个输入层、一个或多个隐含层以及一个输出层组成，是通过误差反向传播学习算法来修正网络的权值和阈值的。由于BP算法采用梯度下降法来收敛实际输出与理想输出之间误差，网络有可能陷入局部极小值。可采用附加动量与自适应学习速率相结合的方法来改进算法。3系统的总体结构在基于BP神经网络的零售业销售预测系统中，采用两层C/S结构进行设计，包括数据仓库层和客户端层，如图1所示。（1）数据仓库层按照销售预测主题需要，在MicrosoftSQLServer2000下设计销售预测数据仓库，完成数据抽取、清理和转换任务，将数据装载到数据仓库中。（2）客户端层利用微软的VB6.0开发一个良好的人机交互系统，能实现BP神经网络的训练及对销售量和销售利润的预测，将结果以曲线图及数据的方式呈现给用户，供用户决策使用。4系统功能设计系统按照模块化思想进行功能设计开发，其功能模块如图2所示。4.1数据仓库更新以销售预测为主题的数据仓库创建好后，利用数据转换服务创建要进行数据提取转换加载的DTS包以及数据更新的DTS包，在客户端利用DTSPkg.dll动态链接库提供的LoadFromSQLServer方法，执行远程DTS包来完成。4.2模型数据提取此模块主要是从数据仓库中为BP网络提取所需要的数据，并保存在数据仓库的临时数据表中，供BP神经网络训练、检测及预测使用。当数据仓库中的数据发生变化，调用此功能模块能实现数据的同步更新。在SQLServer2000下创建choicedata包，在执行SQL任务属性中书写SQL语句，完成从数据仓库的维表和事实表中以月为粒度提取商品的销售时间，商品的月平均价格，购买此商品顾客的平均收入，本月此商品的销售量，本月此商品的销售利润并保存在数据仓库的临时数据表中。图3为所创建的choicedata包，图4为包中第一个执行SQL任务的属性内容。数据的提供不是一次就能完成的，此包共分10次完成。在客户端通过执行远程DTS包来实现。4.3销售量预测先进行网络模型训练，根据预测时间和商品类型，系统会自动从数据仓库的临时数据表中提取此类商品的销售信息，启动后台MATLAB仿真平台，进行BP预测模型训练和学习。其次对模型进行检测，如果误差太大，重新训练。将训练好的网络模型保存，供预测使用。最后在预测界面，根据预测时间和商品类型进行预测，结果以数据和图形形式输出。网络训练和模型检测不是每次都需要运行，当数据仓库中的销售信息发生变化后，网络模型就需要及时更新。通过销售量的网络预测，就可以得出在预测时间内预测商品的月销售量，为决策者提供有效的帮助。4.4销售利润预测同销售量预测方式一样，最终得到预测模型，可以预测出某商品的...