基于灰色理论与RBF算法的电子商务交易额预测研究

基于灰色理论与RBF算法的电子商务交易额预测研宄摘要:电子商务交易额是衡量一个国家或者地区电子商务发展状况的重要指标,精确的交易额预测在国家的电子商务战略决策中具有重要的意义。针对历年中国电子商务交易额的数据特征,提出了基于灰色理论与RBF神经网络算法的组合预测方法,并对未来的电子商务交易额进行预测,将预测结果与单一的GM1,1模型和RBF神经网络模型进行比较,显示出较高的精度,为电子商务交易额预测提供了新的方法。关键词:电子商务交易额;灰色理论;GM1,1模型;RBF神经网络中图分类号:F713.360文献标识码:AAbstract:E-commercetradevolumeisanimportantindextomeasureacountryoraregion’sE-commercedevelopmentsituation,andanaccuratevolumeforecastplaysacriticalroleinmakingacountry’sE-businessstrategy.AccordingtothedatacharacteristicsofChina’sE-commercetransactionsthroughouttheyears,thispaperproposedacombinedforecastmodelbasedongreytheoryandRBFneuralnetworkalgorithm.AfterpredictingthetradevolumeofChina’sE-commerce,thisreportcomparedthecombinedforecastmodelwithsingleGM1,1modelandRBFneuralnetworkmodel,whichshowsthecombinedforecastmodel’spredictedresultsaremuchmoreaccurate.Therefore,thecombinedforecastmodelcanbeusedasanewmethodforpredictingE-commercetradevolume.Keywords:E-commercetradevolume;greytheory;GM1,1model;RBFneuralnetwork0引言随着我国互联网和计算机信息技术的普及与发展,电子商务的发展速度及其影响力已经超出了人们的预期,电子商务将成为“大众创业、万众创新”的新引擎[1]。关于电子商务交易额的预测,国内的研宄论文相对较少。任丽丽、陆秋君[2]使用模糊线性回归模型对电子商务交易额进行预测。王小东等[3]使用时间序列预测模型对世界电子商务交易额进行预测。资道根[4]使用灰色理论模型对跨境电子商务交易额进行预测。但是,以上学者提出的电子商务交易额预测方法都是基于单一的模型,从而没有考虑到单一模型在预测方面的局限性,影响了最终预测结果的精度或实用性。例如,文献[2]中使用模糊线性回归模型对电子商务交易额的预测,预测结果误差较大,达到了14.5%。文献[4]中的灰色理论模型的预测结果虽然精度较高,但是若样本数目增加或者离散程度增大时,预测结果的精度会受到较大影响。因此,本文采用灰色理论与RBF神经网络组合预测模型对中国的电子商务交易额进行预测并将预测结果与单独的灰色GM1,1模型和RBF神经网络算法预测结果进行比较,具有较高的精度。3结论通过构建灰色理论与RBF神经网络组合预测模型对中国电子商务交易额进行预测,将预测结果与单一的RBF神经网络算法和GM1,1模型比较,精度上有较大的提高,为今后电子商务交易额预测提供了新的思路和方法。电子商务交易额预测以及电子商务的发展研宄是一项整合各种技术的复杂任务,本文虽然给出了基于灰色理论和RBF神经网络算法的组合预测方法,但是对于电子商务交易额的影响因素没有涉及,这是对未来电子商务的一个研究方向。参考文献:[1]中国社科院财经战略研宄院课题组,荆林波.电子商务:中国经济发展的新引擎[J].求是,2013(11):15-17.[2]任丽丽,陆秋君.电子商务交易额预测的模糊线性回归研究[J].江苏商论,2012(7):66-69.[3]王小东,杨坚争,杨纳川.世界上网人口与电子商务交易额预测[J].金融经济,2013(12):173-175.[4]资道根.基于灰色GM1,1模型的跨境电子商务发展前景预测分析[J].数学的实践与认识,2015(1):96-105.[5]邓聚龙.灰色系统基本方法[M].武汉:华中科技大学出版社,2005.[6]AliGhodsi,DaleSchuurmans.AutomaticbasisselectiontechniquesforRBFnetworks[J].NeuralNetworks,2003(6):809-816.[7]韩力群.人工神经网络教程[M].北京:北京邮电大学出版社,2006.

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

笔杆子文秘
机构认证
内容提供者

为您提供优质文档,供您参考!

确认删除?