基于混合模型的卷烟销售量预测

为科学制定市一级烟草专卖局的烟草投放策略,提出采用小波变换、回归分析和神经网络算法构成的混合模型对乡镇为单位的卷烟销售量序列进行预测。通过小波分解,将非平稳性销售量时间序列转化为低频分量、中频分量和残差分量三部分,分别用于模拟整体趋势、季节性波动和非平稳波动。然后,采用回归分析和神经网络算法对不同分量分别进行预测,最后将各部分预测结果叠加形成最终预测结果。以湖北省某市的卷烟销售数据为例,对所提方法进行了验证,结果表明:相比于自回归移动平均模型和神经网络算法,混合模型分别降低预测偏差率4.62%和2.58%。