（服装设计与工程专业论文）服装销售预测方法及rbf神经网络模型研究.pdf

r e s e a r c ho i lt h em e t h o d sa n dr b fn e u r a ln e t w o r km o d e lf o rc l o t h i n gs a l ep r e d i c t i o na b s t r a c t r e s e a r c ho nt h em e t h o d sa n dr b fn e u r a ln e t w o r k m o d e lf o rc l o t h i n gs a l ep r e d i c t i o n a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to ft h ee c o n o m y , g a r m e n ti n d u s t r yi sf a c e dw i t ham o r e c o m p l e xm a r k e te n v i r o n m e n t t om a k eac o r r e c tm a n a g e r i a ld e c i s i o na d a p t i n gt ot h e v e r i l y i n ge n v i r o n m e n t ，t h eb e s ta p p r o a c hi st oa c c u r a t e l yf o r e c a s tt h ef u t u r es a l e s t h e h i s t o r yo fs a l e sf o r e c a s t i n gb e i n ga p p l i e dt ot h ec l o t h i n gf i e l di sn o tl o n g 1 a c ko f e x p e r i e n c ei nt h eu n d e r s t a n d i n go ft h ef o r e c a s t i n gp r o c e s s ，a n dt h ea c c u r a c ya n d a p p l i c a b i l i t yo ff o r e c a s tm e t h o d sl e dt oal o to fp r o b l e m si n 也ep r e v i o u ss t u d i e s i nt h i s d i s s e r t a t i o n ，as y s t e m a t i cr e s e a r c hw a sd o n eo nt h ef o r e c a s t i n go fg a r m e n ts a l e s f i r s t ，b a s e do nt h e c h a r a c t e r i s t i c so ft h eg a r m e n ti n d u s t r y , s o m ep r o d u c t i v ea n d e n v i r o n m e n t a lf a c t o r sa f f e c t i n gc l o t h i n gs a t e s ，a sw e l la st h e i ri n d i c e sw e r ea n a l y z e d ， w h i c he s t a b l i s h e dat h e o r e t i c a lf o u n d a t i o nf o rt h ed a t ac o l l e c t i o n t h e n ，m e t h o d su s e di n t h ec l a s s i f i c a t i o no fc l o t h i n ga n dd a t aw e r ea d v a n c e da n dd i f f e r e n tf o r e c a s t i n gm e t h o d s w e r ea n a l y z e d t h e o r e t i c a l l y s e c o n d ，a c c o r d i n gt ot h er e q u i r e m e n t so fc l o t h i n gs a l e sf o r e c a s t i n g ，af o r e c a s tp r o g r a m w a sc o n s t r u c t e d ，i nw h i c ht h ei n a c c u r a c y , d e l a y , t i m ev a r i a t i o na n do t h e ru n f a v o r a b l e f a c t o r sc o u l db ea v o i d e dt h r o u g ht h el o o ps t r u c t u r e t h e n a ne x p e r i m e n tw a sd o n et o v e r i f yt h ee s t a b l i s h e dp r o g r a n l ，b a s e do nw h i c ht h er e l a t i v ea p p l i c a b i l i t ya n df o r e c a s t i n g a c c u r a c yw a sa n a l y z e d b yc o m p a r i n gi tt oo t h e rf o r e c a s t i n gm e t h o d s ，a n dd i s c u s s i n gt h e p r a c t i c a la p p l i c a b i l i t yo fe a c ho ft h e mi nd i f f e r e n ta p p l i c a t i o ne n v i r o n m e n t ，af o r e c a s t m e t h o ds e l e c t i o nt a b l ew 嬲a d v a n c e d f i n a l l y , b e c a u s eo fs o m ei n h e r e n td r a w b a c k so ft h es t a t i s t i c a lm o d e l si nf o r e c a s t i n g n o n 1 i n e a rr e l a t i o n s a nr b fn e t w o r kw a si n t r o d u c e dh e r et of o r e c a s tg a r m e n ts a l e s t h i s n e t w o r kw a sr e s e a r c ht oa c h i e v ei ng a r m e n ts a t e sf o r e c a s t i n c l u d i n gm o d e l i n gp r o c e s sa n d o p t i m i z i n gp a r a m e t e r b a s e do ns a m p l ec l u s t e r i n ga n dp r i n c i p a lc o m p o n e n ta n a l y s i s ，t h e o u t l i e r sw e r er e m o v e da n dt h ed a t ad i m e n s i o nw a sr e d u c e d t h r o u g l ls o m es i m u l a t i o n e x p e r i m e n t s ，r e s u l t sw e r ea n a l y z e da n da no p t i m a ls o l u t i o nw a so b t a i n e d b yc o m p a r i n g t h ec u r r e n tm o d e lw i t ho t h e rs t a t i s t i c a lo n e s i tw a sp r o v e dt h a tt h ef o r m e rh a dab e t t e r p e r f o r m a n c et h a nt h el a t t e ro no v e r c o m i n gt h ei m p r e c i s i o n n o n 1 i n e a rc h a n g e sa n do t h e r u n f a v o r a b l ei m p a c t s ，a sw e l la so nf o r e c a s t i n ga c c u r a c y i nt h ee n d ，i tc a m et oac o n c l u s i o n t 1 1 a tf o r e c a s t i n gc l o t h i n gs a l e sb a s e do nt h ei 强fn e t w o r ki sf e a s i b l e a p p l y i n gt h er e s u l t so b t a i n e df r o mt h i sd i s s e r t a t i o ni n t op r a c t i c e i tc a nb ee x p e c t e dt o p r o v i d es o m et h e o r e t i c a lb a s i sf o rc l o t h i n gc o m p a n i e st oi m p r o v et h ee t t i c i e n c ya n de f f e c t s i ns a l e sf o r e c a s t i n g k e y w o r d s ：g a r m e n t ；s a l e sf o r e c a s t ；f o r e c a s tm e t h o d ；i 也fn e t w o r k ： 1 1 w r i t t e nb y ：c h ik e s u p e r v i s e db y ：c h e ny a n 苏矧大学学位论文独创性声明及使用授权声明 学位论文独创性声明 本人郑重声明：所提交的学位谂文是本人在导爆舱指导下，独立遴褥研究王侔所 彀得的成莱。除文中已经注明引用豹内容外，本论文不含其他个人或集体已经发表或 撰写过的研窕成暴，也不会搀获得苏媸大学或其它教育极构的攀霞证书露使焉过骢撼 料。对本文的研究作出重要嚣献的个人和集体，均己在文中以明确方式标明。本人承 担本声明的法律责任。 磺究生签名： 巡嚣熬：硒：乏签 f 学链论文使爱授权声嬲 苏州大学、中阉科学搜术信息研究所、国家图书馆、清华大学论文合作部、中国 社祷陵文献髂患情掇孛心有辍霖鍪本入舞送交学位论文鹩复露释寨电子文稻，苜鞭采 用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容耀一 致。豫在僳密赣内懿僳密论文努，允许论文被套蓠和借鼹，可擞公布( 包括刊登) 论 文的全部或部分内容。论文的公布( 包括刊登) 授权苏州大学学位办办理。 研究生签名：k 丝壶匿期； r 导薅签名：毒挈雌霸 辫； * ， 服装镑售颈测方法及r b f 神经露终模型研究第一肇绪论 第一章绪论 服装市场预测，是指在对影响服装市场的因素进行系统调查的基础上，运用科学 的方法和数学模型，对未来一定时期服装市场的供求变化规律以及发展趋势进行分 析，进而对服装销售做出合乎逻辑的判断和测算。服装销售预测研究的主要内容包括 服装市场占有率预测、销售对象预测、服装原料和产品价格的预测、服装销售量预测 等。本文主要研究服装销售量预测的问题，这是因为对服装销售量的预测可以使服装 企业掌握消费需求上的差异，正确地判断服装商品未来销售的前景，使生产同销售可 以密切地结合起来。因此服装企业应加强对销售量的预测，促使其生产经营能够有效 的适应服装市场多变的需求并减少投资风险。 1 。研究背景 | l 。 鼹装行业销售现状 纺织服装工业是我国国民经济传统支柱产业和重要的民生产业，也是国际竞争优 势明显的产业。服装行业的销售市场包括国内和国际两个市场，本文主要以内需市场 的服装销售作为研究对象。服装产品在我国商品批发零售业中直占番支柱性重要地 位，所占的比重一直保持在1 0 以上。近几年来，随着我国经济保持高速增长，服装 内销经济表现了强劲的增长势头，从2 0 0 0 年到2 0 0 8 年，纺织内销按可比价格增长 3 5 倍，出口增长则为2 倍。与此同时，服装零售的年度总量同比增长持续高于社会 消费品零售总额的平均年增长幅度，以2 0 0 8 年藿家统计局统计数据观察，纺织内需 增长超过1 8 ，全国衣着类消费品零售价格增长2 2 ，按可比价增长2 4 ，高于社 会零售晶价格( 2 1 ) 的增长n 1 。国内市场豹发展已经成为服装产业增长的主要动力。 但是服装产业也面临着高速增长所带来的更多挑战，包括市场发展不均衡、消费需求 多样化和库存压力等问题。 从市场需求角度来看，中国幅员辽阔，服装市场整体区域发展明显不平衡，因此 服装销售预测方法及r b f 神经网络模型研究第一章绪论 服装消费具有二元经济特点，区域差别大，市场层次多。例如东南沿海省份所生产的 产品占据了全国大部分的市场份额，而中西部地区的服装产业则相对的落后；而且即 使在同一个城市中，城市和农村的消费满足程度就存在相当的不同，城市消费过度， 而在农村的消费却相对处于消费热点匮乏的状态。在国家新通过的纺织工业和装备制 造业调整振兴规划中提出要优化区域布局的措施，提高服装产业的创新能力和营销能 力，是当前布局调整的一个重要内容。营销能力中对销售量预测研究的亏欠导致相当 多的服装企业生产出来的产品抓不住市场的消费热点，因此无法做到快速提高企业的 销售量。 另外，消费者需求日益呈现多样化。现代消费者着装讲究个性化，服装已成为表 达自我个性及自我追求的外在显示。色彩、款式最能表达人的个性，色彩搭配和款式 的个性化发展已成为影响服装销售的一个关键因素。服装产品的个性化服务也得到进 一步深入发展，除量体裁衣、量身定做以外，还出现专门设计等深层次的个性化服务， 满足不同层次的消费需要。应对需求多样化的发展趋势，服装行业对消费者尤其是对 不同等级市场需求特点的研究是比较欠缺的，这样就造成企业无法将自己的产品精确 的或者有针对性的投放到这些需求者的市场上去，导致销量增长缓慢。 由于服装季节性明显，并且服装产品更新的速度越来越快，库存问题成为影响服 装企业可持续发展的重要问题之一。伴随着销售量的增长，很多服装企业的库存也不 断的增加，增加了库存成本的同时也占用了流动资金。这主要是由于中国的服装企业 从经营导向上更多的从制造的角度来考虑，包括对资源的配置，而没有建立起适合企 业发展的经营发展战略，没有提高对销售环节重要性的认识。没有战略就没有目标， 更没有对未来市场需求量的判断分析，对产量没有计划和针对性，在产能的压力下， 肯定要形成库存。 1 2 国内外研究状况 ( 1 ) 关于销售预测方法的研究 预测作为一门学科，是在科学技术高速发展的2 0 世纪产生的。在激烈的市场竞 争中，企业为获得有利地位，必须搜集市场信息，掌握市场变化的规律，奥地利经济 学家兼统计学家斯帕拉特尼曼1 8 8 7 年国际统计学会第一次会议上，首次提出以统 2 服装销售预测方法及r b f 神经网络模型研究第一章绪论 计资料为基础，运用指数分析方法进行市场预测的理论乜1 ，这是市场预测科学诞生的 标志。随着人们对经济数量关系研究的逐步深入，能用于预测的统计方法先后被创立 并完善起来，并且经过多年的不断发展，在预测方法研究方面已经比较成熟和完善， 如h a p e r 提出的德尔菲法是一种专家预测方法；r i c h a r db c h a s e 提出的移动平均法 是利用移动平均数消除偶然性因素的影响来进行预测；r gb r o w n 提出的指数平滑法 是根据更近的经验不断修正预测值的方法；j o h nn e t e r 提出的回归模型则运用回归方 程式来进行预测等b 1 。目前，这些预测方法在服装销售中已经得到了广泛的研究和应 用。 在服装销售预测研究中，国内外专家学者运用多种预测综合研究，提出了更多新 的服装销售预测方法。万艳敏，陈胜，戴淑娇在基于时间序列和p e r t 的服装销售 预测方法研究啪一文中从服装销售的实际特点出发，通过引入p e r t 模型和时间序 列模型，借鉴两模型的各自优势，建立一个新的综合模型，实现了对销售必然性和偶 然性预测的有机结合，有效模拟了服装销售的特点，用完全量化的时间序列模型克服 了预测过程中对历史数据的主观性判断。王琛在时尚类服装的短期需求预测方法 拍1 一文中着重研究了时尚类服装的需求预测，应用时间序列方法在历史销售数据的基 础上进行总销售额的预测，在总销售额预测的基础上采用“0 b e r m e y e r 方法和“a b c 产品分类”的概念，进行每个品类需求具体数量的预测。喻琳艳在需求随机型服装 产品的灰色预测模型呻1 一文中将服装需求分为需求确定型、随机型和季节型，提出 运用灰色控制理论有关预测的理论，针对需求确定型和随机型服装产品建立预测模 型，避免了以往仅凭经验进行管理的盲目性，得到了较好的预测结果。薛美君，沈剑 剑，杨以雄在服装销售定量预测方法新探口1 一文中对受季节销售影响敏感且有较 长销售周期的服装销量进行预测，采用季节因子处理数据，结合最小二乘法进行时间 与销售量的统计分析，建立时间和销售量之间的函数关系，此方法对预测服装企业未 来销售需求有较好的准确度。 通过分析国内外服装销售预测的研究状况，不难发现目前关于预测方法方面的研 究已经比较完善，但是预测方法的研究大多偏重于将多种预测方法综合运用得出最后 的预测值。对于服装企业的管理者，如何根据服装销售企业的实际情况选择一些有针 对性的方法进行有效的预测还没有提出恰当的解决方案。 另外，由于服装销售预测数据中广泛存在着非线性、时变性和不确定的作用关系， 服装镑售颓溅方法及r b f 裤经鹅终模型疆究第一章绪论 使得统计学预测方法建立起来的预测模型有着固有的缺陷，即很难把握销售预测中的 非线性现象。比如在时阙序列预测中需要主观设置主要的权值系数，若预测人员对影 响因素的考虑不够全面，则会造成预测的误差加大。 ( 2 ) 关于人工神经霹络在销售预测中的研究 销售量往往是由许多因素综合决定的，一般的预测方法往往只考虑了其中的一部 分，影响需求的各种因素之阆往往存在着错综复杂的褶互作用，依照一般方法建立的 简单模型无法表达这种相互作用。自从1 9 8 7 年l a p e d e s 和f a r b e r 首先应用神经网络 进行预测以来瀚，人工神经网络作为一种遥用的j 錾线性丞数逼近工具，以其良好的非 线性品质、灵活而有效的自组织学习方法以及完全分布的存储结构等特点，在预测领 域中显示了很大的优势。随后，w e r b o s 在基予静神经潮络的循环燃气市场模式研 究嘲、v a r f i s 和v e r s i n o 在单变量经济时间序列的人工神经网络预测n 这两 篇文章中分别黠实际的经济时间序列数据进行了预测研究，w e i g e n d 利用神经网络研 究了太阳黑子的年平均活动情况，将神经网络与回归方法作了比较，其研究结果表明 神经溺络预测优于统计预测驻n 。c h a k r a b o r t y 等人在其关予神经网络多变量时间痔捌 预测的一篇文章中n 幻，研究了两个相关的纯粹时间序列，用简单的神经网络模型进行 了预测，结果沈统计学方法好褥多。 在将人工神经网络应用于服装销售预测的研究中，t h o m a s s e y 等学者运用模糊逻 辑技术和人工神经网络两者结合的方法模拟销售瑟龆，分析了两种互奉 预测模型一种模 型( a h f c c x ) 可以通过模糊技术将有影响的变量定量化从而自动获得中期预测值，第 二种方法( s 矗撇陌i s ) 基予神经一模糊算法，通过加入实际销售额来调整中期预测模 型从而进行短期预测。该研究证明建立的模型是进行销售预测的有效工具，而由其进 行短期预测的效果优于其链模型。 利用神经网络进行预测研究的基础是它能拟合任意的非线性函数并且具有很强 的泛化能力。僵预测的精度如何，不仅取决于训练数据是否充分，是否典型，还与网 络的结构特点和算法有直接的关系。r b f 神经网络作为具有单隐层的三层前向神经网 络，可以根据具体情况改变网络结构和网络参数，具有自学习、自组织、自适应、对 输入数据进行分类的功能。它学习速度快，不存在局部极小问题，先根据输入向量与 基函数中心点的距离，进行模式识别，然后再把各径商基函数的输出值进行线性合并， 从而得出相应的结果。正是由于以上的这些特点，r b f 神经网络进行服装销售预测可 服装销售预测方法及r b f 神经网络模型研究第一章绪论 以对销售预测的影响因素进行分类、关联、融合和协调，从而达到学习行程时间分布 的潜在规律，实现快捷、方便的预测效果。因此将r b f 神经网络技术应用于服装销售 预测，是一条进行销售预测的有效途径，对于提高服装企业的科学管理决策水平具有 十分重要的意义。 2 研究内容与方法 随着服装企业数据库技术的日益完善以及销售数据的不断细化，数据的复杂程度 不断提高。首先，为了能够在数据分析处理阶段更有效的识别出用于销售预测的数据， 分析影响销售量预测的因素是至关重要的，这些因素包括服装产品因素和环境因素 等。根据对这些因素的分析，提出适用于服装销售预测的产品分类和数据分类。 其次，在服装预测的实际操作中，包括数据收集、选择预测方法、预测值的产生 以及对预测值的评价等过程，如果不对这些过程加以管理和检验，预测结果很肯能会 失控。因此根据各个过程不同的特点设计了服装销售的预测程序，把预测的各个过程 紧密结合，使销售量预测可以在预测程序的指导下有序进行，规范了预测程序。并且 通过对最新销售数据的不断迭代滚动优化模型，降低由于模型失配、时变、干扰等引 起的不确定性，及时进行弥补，始终把新的优化模型建立在适合实际数据的基础上。 然后，根据统计学预测方法的理论分析和对采集数据样本的实验对比，分析服装 销售的预测环境对选择预测方法的影响，评价不同服装预测方法的特点。在建立预测 程序的基础上采用四组具有不同特征样本数据对定量预测中的五种方法进行实验分 析，验证模型的效果，并且测试不同预测方法对不同类型数据的预测误差和适用性， 在此基础上提出预测方法的选择表。通过该表的建立，使预测方法与销售数据互相匹 配，满足预测的要求。 最后，利用神经网络能够产生输入输出映射，以任意精度逼近多变量非线性函数 等优点，建立高精度的预测模型。通过分析r b f 神经网络的工作原理和算法设计，提 出了基于r b f 神经网络的服装销售预测的建模方法，研究了它在m a t l a b 程序上的实 现以及网络参数的优化，并基于样本聚类和主成分分析提出了去处离群点和降维的可 行性，分三种情况进行了仿真实验。将结果比较得出最优解，并将最优解的性能指标 与传统统计学预测方法进行比较分析，对基于r b f 神经网络的服装销售预测方法作出 爨装诵售颈溅方法及r b f 神经耀络模鍪 研究 第一章绪论 评价。 3 研究目的与意义 销售预测预见了市场未来的发展变化，为服装企业的决策提供了重要依据；另外， 作为管理中的一个重要方面，准确而及时的销售预测还可以大大减小安全库存，极大 降低企业运作成本；通过销售预测还可以进行市场分析，降低市场营销费用。所以， 搞好销售预测，对增加服装企业盈利水平，提高企业经济效益具有十分重要的意义。 迄今为止，国内外的研究偏重于一般预测方法的研究和综合运用，与服装企业实 际运用情况结合的不多，特别是对于服装企业如何根据自身的实际情况选择适合的预 测方法的研究涉及较少，几乎不成系统。服装销售的预测程序和预测方法选择表的建 立可以有效的解决企业预测程序混乱、方法选择溺难的闯题。通过分析对服装销售预 测的影响因素，根据分析收集有效数据并对数据进行一定的预处理，然后通过预测方 法选择表选择出恰当的预测方法并经过评价迭代优化等一系列程序的建立。服装企业 预测的程序步骤可以在销售预测程序的指导下有序进行，整个过程操作简单，提高了 预测效率，可以从基础上提高预测精度，具有实际运用意义。 另外，实际预测过程常常具有非线性、时变性和不确定性，难于建立精确的数学 模型。即使一些对象能够建立起数学模型，结构也往往十分复杂，难以提高预测精度。 从预测应用角度，模型应尽量简化，并且在不确定性因素的影响下能保持良好的性能， 且要求算法简单，易于实现，基于神经嬲络的销售预测可以满足预测的需要。基于神 经网络的销售预测，就是把神经网络与销售预测结合起来，将销售预测与神经网络精 确描述非线性和不确定性动态过程的特性有机结合，提出基于神经网络的预测控制方 法。豳于非线性系统的多样性和复杂性，对系统的描述缺乏通用性模型的特点，应用 神经网络方法研究非线性销售预测问题具有重要的理论意义和实际应用价值。 4 预计取得的成果 从服装企业经营管理者的角度来看，如何从历史销售量数据预测未来的销售量对 现代企业非常关键，一旦预测精度和及时性出现问题将会增加服装企业的库存，影响 现金流量，造成巨大损失。针对预测过程中程序混乱、方法选择困难、预测精度不商 6 鼹装镜磐颈嚣方法及r b f 季枣经瓣络模墼蘸究 第一章缝论 的问题，本文预期通过建立服装销售的预测程序，方法选择表和利用人工神经网络进 行预测的方法，实现对服装销售量预测的适用性研究。预期取得的如下结果： ( 1 ) 分析影响服装销售和预测的产品因素和环境因素，提出了适用于服装销售 预测的产品和数据分类。 ( 2 ) 根据预测过程中各个程序的不同特点建立支持服装销售的预测程序，把预 测过程的各个环节紧密结合，使预测可以在服装销售预测程序的指导下有序进行，提 高预测的效率和准确性。 ( 3 ) 通过理论和实验分析销售预测中典型统计学预测方法的基本内容及其预测 过程，比较各种方法的优势和局限性，建立预测方法的选择表，使预测方法与销售数 据互相匹配，满足预测的要求。 ( 4 ) 通过分析目前国内外典型的神经网络预测模型，建立适合于不同类型服装 销售预测的r b f 神经网络模型，并对模型进行优化，提高其适应性和准确性。 7 服装销售预测方法及r b f 神经网络模型研究第二章服装销售预测的影响因素分析 第二章服装销售预测的影响因素分析 为了能够得到准确的预测结果，分析影响服装销售预测的因素是至关重要的。服 装企业需要在了解服装产品因素及环境因素的基础上有效的识别出能够用于销售预 测的数据，并对数据进行分析判断，然后才能够选择适当的方法进行预测。因此，对 影响服装销售量预测结果的因素进行分析有助于选择适当的预测目标、预测方法，提 高预测的精度。 1 影响服装销售预测的产品因素 服装的销售量是与产品的本身有密切的关系，所以，在进行服装销售量预测以前 应该对产品有明确的认识。影响服装销售量的产品因素是基于服装产品自身具有的特 性所考虑的因素，包括服装产品的价格因素、季节性因素和周期性因素等。 1 1 服装产品的价格因素 在服装市场中，服装种类繁杂多样，使得服装价格的制定和价格策略的运用成为 服装经营者最重要、最困难的决策，服装价格定位的成功与否直接关系到市场上产品 的供求关系，进而影响服装的销售量。通常，服装企业每调整一款服装产品价格，该 服装的市场需求会按照价格的相反方向变动，即价格越高，需求会越低，该款服装的 销量就会减少；相反，价格下降，需求会有所上升，该款服装的销量也会有一定的增 加。 服装是一种时尚性、流行性、时令性很强的商品，加之受服装整体功能的不断延 伸的影响，服装的营销价格与其自身价值的偏离幅度常常无法准确测定，因此服装新 产品的价格策略，通常是根据产品所经历市场周期的不同阶段而制定的。当服装新产 品刚投放市场时，还处于试销阶段，即产品的市场引入期，由于生产批量小，设计和 试制等费用较大，服装新产品价格必须充分考虑到顾客的支付能力和价值认知水平， 以尽快打开新产品的市场销路为主要目的。当服装商品打开销路后，生产产量不断扩 8 服装销售预测方法及r b f 神经网络模型研究第二章服装销售预测的影响因素分析 大，生产成本显著降低，为了有效的开展营销活动，促进服装销量的增加，需要企业 对已制定的基本价格进行修改。 此外，服装产品的价格还取决于服装企业的营销目标，包括企业的市场占有率目 标、资本收益目标以及产品品质目标等。例如有的企业为了在市场上树立产品质量最 优的形象，加大产品开发的投入，以较高的产品价格投放市场，来吸引高消费人群对 高档服装的追求，则该款服装的销量就会受到相应的影响。因此，通过了解服装价格 的一般规律，可以根据服装产品价格的变化预测销售量的变化。 1 2 服装产品的季节性因素 季节性是服装产品的一个典型特征，大部分服装产品的销量会随着季节的变化而 不断变化。在服装企业中，特别是对季节性需求波动较大的产品，如泳衣和羽绒服等， 企业不能单凭经验进行生产管理，必需对产品需求量进行准确预测。通过对服装企业 历史销售数据进行归纳整理，按照销售季的划分时期，运用恰当的预测方法来预测未 来若干时期的需求量是可以实现的。这对服装企业科学地安排生产及更好地控制库存 具有积极的意义。 据联合国政府间气候变化专门委员会的报告，1 9 7 9 年至2 0 0 5 年间，北半球气温 平均升高约0 8 摄氏度。气温增幅似乎不大，但季节长短变动较大；报告发现，由于 春天来得比以往更早，秋天来得较迟，冬季缩短了两星期左右。这些变化足以给服装 工业带来巨大改变。随着季节变化不确定性增加，掌握服装的季节性因素对提高服装 销售预测精确度尤其重要。 因此，掌握服装季节性变化，需充分了解市场实际情况，全面考虑各种影响因素， 有助于提高服装销售预测的精确度并且有助于企业的经营决策。 1 3 服装产品的周期性因素 影响服装产品销售量的另一因素是服装产品的生命周期性。服装产品的生命周期 是指一种服装产品从投放市场到被淘汰的全过程。服装是一种时尚产品，它具有多变 性和流行性的特征。服装产品从进入市场开始直到最终被市场淘汰，要经历试销期、 成长期、成熟期、衰退期四个不同的阶段，这四个不同的阶段对销售预测产生不同的 9 服装销售预溅方法及r b f 孝孛经嬲络模型研究第二章服装销售预溯的影响因豢分柝 影响。 在试销期，由子服装新产品推如上市，产量不多，成本较高，加之消费者和经销 商对新产品不甚了解，特别是消费者接受新产品还需要一个过程，因此，销售量增长 缓慢；成长期里消费者对服装新品已逐渐熟悉，企业_ 歼始批量生产，销售量迅速上井； 成熟期阶段随着生产技术的成熟，企业生产规模扩大，产量增加，服装产品在市场上 普及并达到饱和，销售量也达到高峰，类似产品持续增多；在衰退期，服装产懿被其 他新品所替代，销售量急剧下降，直至退出市场。 服装企业可通过研究服装的生命周期性，分析毒在服装产箍试销期、成长期、成 熟期、衰退期四个不同的阶段中销售量的波段变化规律，取得更好的预测效果。 1 4 影响服装销售预测的产品因素评价指标 ( 1 ) 需求价格弹性系数 不同服装产品的市场销售量对价格的变动的反应是不完全相同的。例如，高档、 新潮的时装价格提高后，其销量反丽会有一定程度的增加；而大众化的成衣如果价格 过高，则会无人问津，甚至会成批积压。因此，企业在预测服装销售量时，需要考虑 需求价格弹性系数。需求价格弹性是指需求变动对价格变动反应的敏感程度，它般 是按下列公式n 町计算的： 需求价格弹性系数= 需求量变动百分比价格变动百分比 值得注意的是，由于需求量与价格之间般是负相关关系，故弹性系数一般为负 值，僵需要了解的主要是弹性系数的绝对值。当需求价格弹性的绝对值大于l 的时候， 意味着服装价格的下降，会导致需求量增加的幅度大于价格下降的幅度，此种情况意 昧着需求富有弹性；当需求价格弹性的绝对值小于l 的时候，意味着服装价格的下降， 会导致需求量增加的幅度小于价格下降的幅度，此种情况需求缺乏弹性；当需求价格 弹性的绝对值德育l 的时候，意味潜服装价格的下降，会导致需求量同幅度增加，此 种情况需求弹性单一。例如，某家服装厂把一款男装风衣的价格提高了5 ，需求量 降低了2 0 ，其需求价格弹性便是一4 ，绝对值大于l ，它表明企业提高价格后，需求 量减少，销售总收入有较大幅度减少，则此款服装的需求富有弹性。 由于服装产品的特殊性，服装企业在预测销量时要视不同情况考虑需求弹性。对 l o 服装销售预测方法及r b f 神经网络模型研究第二章服装销售预测的影响因素分析 于缺乏弹性的服装产品，其价格的上升或下降，只会引起需求量小幅度地减少或增加， 所以不宜过度考虑需求价格弹性系数。而对于那些需求弹性大的服装产品，价格的调 整会引起产品销量明显的变化，企业在预测时就需要考虑需求价格弹性系数的影响。 ( 2 ) 季节性指数 服装销售量的季节性变动可用季节性指数来表示。季节性指数就是随着时间变化 的百分数，可根据已测得的销售数据，用中心移动平均法消除数据中的趋势值和不规 则分量值，让数据只包含季节性变动，以此测算出季节性指数。 以x 公司y 款女装2 0 0 5 - - 2 0 0 7 年季度销售数据为例，y 款型是女装大衣，面料 的原料含量为8 0 羊毛2 0 锦纶，配料为1 0 0 桑蚕丝，里料为1 0 0 涤纶，市场零 售价为8 9 9 元。y 款女装从2 0 0 5 年开始销售，为x 公司的经典款式。计算得出季节 移动平均值、分中移动平均值n 耵和移动平均系数列于下表中。 表2 - 1 季节性指数调整表 然后根据第四步由移动平均系数计算出中位数为0 8 4 1 ，1 0 6 4 ，0 5 4 0 ，1 5 6 7 ， 利用项数四除去中位数的和，求得乘数为0 9 9 7 ，最后求得的季节性指数为： 表2 - 2 季节性指数 从表2 - 2 中可以看出该款女装的销售季节性是显著的，在第四季度的销售量是最 高，第三季度的销售量最低，第一第二季度的销售量相对平稳。这是因为y 款女装为 羊毛大衣，受到天气的影响，在每年第四季度的销售量要比其他季度高，而在第三季 度为夏季，销售量为最低，季节性指数基本与实际情况相吻合。根据实例，可以看出 季节性指数的方法可以量化服装产品销售量的季节性变化，计算方法比较简单，适用 性较强。 服装销售预测方法及r b f 神经网络模型研究第二章服装销售预测的影响因素分析 ( 3 ) 周期指数 在服装销售预测中，服装销售量样本数据在试销期、成长期、成熟期、衰退期四 个不同的阶段的循环变动可用周期性指数来表示。周期指数类似与在调查循环模式中 常用的经营指标，但同时也和经营指标一样在涨落敏感性性和启示性信息方面很难阐 述，不同方法的判断会有所不同n 钔。服装产品的生命周期性是长期的波浪形起伏，在 测定销售量数据的基础上，可以利用乘法分解法将已测定的销售量数据消除季节性指 数和趋势值来求得周期分量，其中趋势值可以通过最小二乘法计算销售实际值的线性 趋势方程来得到。最后用移动平均法来消除周期分量中的不规则分量，就可以获得周 期指数。 仍以上文的y 款女装为例，首先根据x 公司的销售数据用最小二乘法拟合趋势曲 线，通过计算得到趋势方程z = 3 2 3 1 - 1 7 0 1 9 3 t ，可以计算出1 2 个季度的趋势值， 然后根据已知的季节性指数，求出周期分量的值，最后利用移动平均法消除不规则分 量计算出该款服装的周期指数为： 0 9 0 50 8 9 3 1 0 7 11 1 5 41 1 8 0 1 0 9 40 9 9 0 0 9 1 81 0 1 70 9 2 5 。 将上述数据在图表中表示，在各期 的散点图中绘制一条平滑曲线如图所 示，根据平滑曲线可以清楚的看出从服 装产品经历了试销期、成长期、成熟期、 衰退期的循环，前三个季度为y 款服装 的试销期，因为产品刚投放市场，产品 图2 1 季节性指数平滑曲线 销量甚是有些下滑；第四至五季度为成长期，销量迅速上扬；第五至七季度为该款服 装的成熟期，市场饱和，销售量趋于平稳；从第八季度开始为衰退期，销售量逐渐下 降，直至退出市场。 2 影响服装销售预测的环境因素 服装市场需求千差万别，各企业为了满足消费者的不同需求，不仅需要保证经营 的服装产品特征各不相同，同时还需要考虑经济因素、行业因素和消费者因素等外部 因素对销售量的影响程度。例如在行业产品平均毛利率较低的时候，可能意味着市场 1 2 服装销售预测方法及r b f 神经网络模型研究第二章服装销售预测的影响因素分析 竞争已经激烈，相应的销售量可能会有所降低；再比如消费者在选购不同种类商品时， 所考虑的产品重点因素也不同，服装产品上不同的颜色搭配也将会影响到销售量。 2 1 经济因素 经济因素是指影响企业产品销售的国内外经济形势、经济周期、宏观经济政策等 外部经济条件。经济环境对市场规模、消费者购买力、市场竞争及企业的交易成本等 方面有较大的影响。服装作为人民生活的必需品，其受经济因素的影响较大，经济环 境的变化会直接或间接的对服装企业的销售量产生影响。如社会购买力就决定着服装 市场的规模，影响着市场的结构的变化，间接影响了服装企业的销售量。 预测人员必须收集和存储有关企业经济环境方面的各种数据和信息，及时识别影 响本企业服装销售的主要经济变量的变化，为企业进行销售预测时提供全面、可靠的 信息。 2 2 行业因素 企业往往是在许多竞争者的包围和制约下从事经营活动，服装企业也不例外。消 费者对服装产品的需求决定了服装产品具有独特的流行性、多样性和需求普遍性等特 质，这就形成了服装经营企业众多、水平和规模复杂多样的特点。行业因素是指按企 业的产品的性质特点，以及它们在国民经济中的不同作用而形成的工业类别n 。服装 行业因素包括市场规模、市场增长率、竞争者数量、竞争者经营战略等。这些因素往 往影响企业产品对顾客的吸引力，间接影响了服装企业产品未来几年的销售量、市场 占有率和盈利水平。 2 3 消费者因素 服装营销的核心是满足消费者的需求，由于消费者不同，其购买行为也有其自 身的特殊规律。消费者因素包括生理因素和心理因素，生理因素是人自身发展过程中， 为了维持生命、保持人体的生理平衡而形成的需求，如消费者的年龄、性别和种族等； 心理因素是为了提高物质和精神生活水平而产生的高级需求，它受历史条件、社会制 爨装赣馨骥溅骞法爱瀚享害搴经瓣络挨鍪磅褒蓁二鬻蓑装镑整骥爨夔影察瓣素努捶 度、民旅和风俗翔惯等的制约，威映了入的社会性面，楚随着入类社会的发展而日 趋深戮鞴提翥魏，怠捶溺费者熬文纯拳乎、社会建攘、生滔方式、输懂麓黎溃费露谂 等。例如在不简地区都甯备自特题的消费溯俗，不间的服装欺式在不间地区、民族和 令太本骞整蒋现感甭羁鼢禽义，欺覆会嚣销誊产生不露羹影嚷。 相对于经济因素，消费者因潦对销售爨的影响的作用聪大一些，但同时这些因 素毫贾翔镬综复杂，嚣器蠢些雾蠢魏溪费翥对瑟蒸熬惑谶囊等，难器器定吴体瓣数摇， 无法纳入预测横避中，从而增加了服装销健预测的难度。 2 。4 影响服装销售颈瀑的环境因素评价指耩 般来说，褰蕊羟济环境黠赧装镑瞽爨的影响镪措以下指标：藩涎清费贽格指数、 中国入谶银行缀翳贷款刹攀等。逶过分橱遮些指标的变纯，辩戳了解缝济环境盼变纯 对镇罄爨的影噙。翻如溅装产晶辩短囊贷款蒯率较为敏感，这是霾巍企遭赠买通常鞋 短期剩攀筹集掰满高额款壤，弱时瞧与遥赞膨胀攀歉利率紧密相关。 在对行煎因素分瓣游，通鬻邂过服装商品零蒋价格指数、市场占有率秘褥监笔 剃率等播标对竞争者行麓襻恰当瓣绩计。 在服装锩鹰颈测时威该谈冀研究不瓣颇客群懿特征，懑过分授羼民支鬻收天、 潴费者健心指数等指羲；瓣其魏买行涛傲出恰当璧计。 3 。服装销售预测产晶与数据分类 预 艇| | 人员选择预测方法时，蓠先需要鸯虑所需服装产晶类型以及避获得的销售数 据羹类漤。这是鬻秀蚕戮产瑟类型灏不弱数撰类型熬鼗装翁适建魏预铡方法燕有囊不 同的，因此对服装产品和数据类粼进行适满的分类是选择预测方法的前提和然础。 3 1 熊装销售预测的产品分类 在服装领域，预灏入援选择预渊方法辩，酋巍需要考懑颥i i l l 对黎豹类型。离子服 装麴基奉形态、燕静、惩逡、铡撵方法、原糙毅麴不麓，各粪鼗装亦裘现史不闻熬缀 格与特髓，销簧璧也隧瓣这些不溺之处蔼不断变纯，因此不麓类型酌滕装产晶所适瘸 l 碡 服装销售预测方法及r b f 神经网络模型研究第二章服装销售预测的影响因素分析 的预测方法也应该是不同的。为了能够更好的选择预测方法，需要将服装产品进行分 类。服装分类的方法有很多种，一般来说，可以按照性别、年龄、面料和功能等方法 对服装进行分类，如按年龄分类可以分为婴儿服、儿童服、成人服。 本研究认为针对于销售预测，可以分为基本型、季节型和流行型三类服装。将服 装分成这三类主要是基于销售量的变化考虑的，基本型服装是在各季都有稳定销售量 的商品，受流行趋势的影响小，通常为经典款式，有相对稳定的需求和较长的生命周 期，如内衣、衬衫和西服套装等。季节型服装能够表现季节性主题的，其销售量受季 节的影响很大的服装产品可划分为季节型服装，如夏季的t 恤、冬季的羽绒服等。流 行型服装的风格特色和流行主题含量较高，突出体现时尚流行趋势，这类服装可以在 短期内获得很高的销量，但由于市场很快趋于饱和而销量锐减，其生命周期一般较短。 3 2 服装销售数据的分类 随着服装企业数据库技术的日益完善以及销售数据的不断细化，数据的复杂程度 不断提高，而且不同的数据模型，适合采用不同的预测方法。为了取得更好的预测结 果，在预测前需要对数据进行基本的分类处理，可以将其分为固定数据类型、趋势数 据类型、循环数据类型和因果数据类型四大类。 ( 1 ) 固定数据类型数据的均值不会随着时间变化，而且数据的需求模式相对稳 定的类型。这类数据通常包括以下几种：处于生命周期成熟期的服装产品，这一时期 的数据通常是稳定而且变化较少的；处于缺乏