|本期目录/Table of Contents|

[1]韩曙光,于淼,郭瑞.基于极限学习机神经网络的买断制加盟模式订货决策[J].浙江理工大学学报,2015,33-34(社科2):109-113.
　HAN Shu guang,YU Miao,GUO Rui.Study on Ordering Decision under “Buyout” Franchise Mode Based on Extreme Learning Machine Neural Network[J].Journal of Zhejiang Sci-Tech University,2015,33-34(社科2):109-113.
点击复制

基于极限学习机神经网络的买断制加盟模式订货决策()
分享到：

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第33-34卷
期数:
2015年社科2期
页码:
109-113
栏目:
出版日期:
2015-04-10

文章信息/Info

Title:
Study on Ordering Decision under “Buyout” Franchise Mode Based on Extreme Learning Machine Neural Network
文章编号:
1673-3851 (2015) 02-0109-05
作者:
韩曙光;  于淼;  郭瑞
浙江理工大学, a. 理学院; b. 服装学院, 杭州 310018
Author(s):
HAN Shuguang;  YU Miao ;  GUO Rui
a. School of Science; b. School of Fashion Design and Engineering,Zhejiang Sci-Tech University, Hangzhou 310018, China
关键词:
订货决策;  服装销售预测;  极限学习机
分类号:
F272.3
文献标志码:
A
摘要:
随着服装市场和服装品牌的不断成熟以及人们对服装需求的日益多样化,买断制加盟模式成为具有一定市场知名度的品牌服装的选择,这给加盟商订货决策带来了一定的风险。为了更好地完成订货采购任务,加盟商需根据自己店铺的历史销售数据进行预测，以确定订货会的订货量并制定采购预算。以预测某品牌加盟商夏季每月每个品类的销售量为出发点构建模型,采用极限学习机神经网络的方法进行销售预测,并将预测结果以图表的形式进行展示,为服装加盟商订货决策及采购预算的确定提供理论支持。

参考文献/References:

［1］ 张喆. 开店守则: 降低库存提高进销比［J］. 服装销售与市场, 2005(9): 7.
［2］ 豆艳丽. 服务于加盟商的服装品牌订货会模式研究［D］. 上海: 东华大学, 2007.
［3］ 王海宁, 王厉冰. 品牌服饰连锁经营模式研究［J］. 江苏纺织, 2005(6): 46-48.
［4］ 郑春玲. 大众休闲品牌服装商品组合研究: 以“以纯”的商品组合为例［D］. 杭州: 浙江理工大学, 2010.
［5］ Maria E N, Luca G, Luca P. Demand forecasting in the fashion industry: a review［J］. International Journal of Engineering Business Management, 2013(5): 1-6.
［6］ Huang G B, Zhu Q Y, Siew C K. Extreme learning machine: a new learning scheme of feedforward neural networks［J］. Neural Networks, 2004(2): 985-990.
［7］ Huang G B, Zhu Q Y, Siew C K. Extreme learning machine: theory and applications［J］. Neurocomputing, 2006(70): 489-501.
［8］ Xia M, Zhang Y C, Weng L G, et al. Fashion retailing forecasting based on extreme learning machine with adaptive metrics of inputs［J］. Knowledge based Systems, 2012(36): 253-259.
［9］ 马丽华. 基于BP神经网络的卷烟配送中心销售预测［D］. 济南: 山东大学, 2008.
［10］ 苏晨. 基于遗传算法和BP神经网络的服装销售预测方法研究［D］. 杭州: 浙江理工大学, 2012.
［11］ 牛建涛, 许建梅. 生丝电子检验中线密度变异系数的分布［J］. 纺织学报, 2013, 34(10): 20-25.
［12］ Hansen L K, Salamon P. Neural network ensembles［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1990, 12(10): 993-1001.

备注/Memo

备注/Memo:
收稿日期： 2014-09-10
基金项目： 国家自然科学基金项目(11201428,11271324,11471286);浙江省自然科学基金项目(Y6110091);浙江省高校重中之重学科开放基金项目(2013KF19)
作者简介： 韩曙光(1977-),男,江苏建湖人,博士,副教授,主要从事服装供应链管理与优化、算法设计与分析方面的研究
更新日期/Last Update: 2015-04-17