科学技术创新
张俊玮1刘昭赫1王逸飞1王澍1于莉欣1王继春2
(1、沈阳建筑大学管理学院，辽宁沈阳1100002、沈阳建筑大学理学院，辽宁沈阳110000)
胡桃夹子:魔境冒险
零售商品销售行业是我国经济实力的重要组成部分，近年来，在我国良好的经济政治环境下，零售商品销售行业一直稳步发展。但是，零售商品的销售容易受到大型突发情况的影响，如自然灾害、国内外重大经济政治事件等都会直接或间接的影响零售商品的销量或价格。企业如果没有考虑大型突发事件的影响而继续按照以往的经验实施销售策略，很容易造成销售亏损，一些小规模企业甚至会面临破产风险。 目前，国内针对零售商品销售情况的研究早已起步。早在1986年何家儒[1]建立了基于齐次销售方程的商品销售与市场预测数学模型;2006年徐军、房庆祥[2]利用三次增长率模型建立了耐用商品销售的数学模型;2009年席玮[3]利用人工神经网络方法建立了卷烟销量预测模型;2012年徐荣辉[4]利用逻辑斯蒂方程建立了商品销量预测的基本模型;2018年黄文明[5]完成基于深度学习的商品销量预测研究。
以上研究中，多是对商品销售的预测研究，对于突发情况影响下商品销售的研究相对较少。本文重点研究突发情况影响下零售商品的销售情况，为零售商品企业提供长远的销售决策依据。
静穆1基于模糊综合评价的零售商品销售抗风险能力评价模型面对突发情况，不同种类商品的抗风险能力不同。比如，果蔬粮油等生活必需品的销量降低程度相对较小；而奢侈品这类非生活必须品的销量降低较快；一些受突发情况影响而成为必需品的商品销售量则不减反增。为此，本研究基于模糊综合评价建立零售商品销售抗风险能力评价模型，评估不同种类商品的抗风险能力，帮助企业进行决策。 本研究利用pyt hon 进行数据挖掘，共收集到零售商品销售数据六十余万条，共包括十家商店，每家商店选取15类不同商品。这些数据包括从2019年至今，商品每月的进项税总额、销项税总额、销量、同类商品数量等信息，本研究假设该数据能够全面的反应该段时间零售商品的销售情况变化。
本研究综合考虑零售企业实力指标体系，最终选取了商品潜力指数、商品盈利指数、商品发展指数、商品重要指数这四个重要指标。
表1指标选取
设商品每月销项税为T 销进项税为T 进，商品每月销项税额和进项税额的比值为商品月盈利率r mo nt h ，每月销项税额和进项税额之差为商品月利润p mo nt h ，根据商品的替代品数量c i 确定商品重要指数。
表2指标说明
根据指标说明对收集到的数据进行整理，随后用SPSS 软件对整理后的数据进行预处理，利用线性插值的方法对数据缺失进行处理。该数据共包括指标4项，样本对象150个，设第j 个的第i 个指标值为u i j ，对数据进行m i n-m ax 标准化处理，得到u i j :
(1)
标准化的目的在于消除量纲，保证数据的有效性。
利用熵权法对选取的四个指标进行权重求解，熵权法能够客观的确定评价体系中各指标的权重大小，有效避免主观因素的影响。
指标的权重表达式为:
(2)
标准化矩阵A :
(3)
最终得到指标权重W :
(4)
摘要：针对不同类型商品抗风险能力不同的特点，对突发情况影响下的零售商品销售进行研究。首先利用python 进行数据挖掘，收集商品销售数据，根据建立的指标体系对数据进行预处理，并利用熵权法计算出各指标的权重。其次结合模糊综合理论，确定评价论域及隶属函数，建立零售商品销售抗风险能力评价模型。利用MATLAB 软件对一类商品数据进行验证，计算得出该类商品的抗风险评分为2.4913。最后利用模糊神经网络对模型的精度进行检验并得出该模型的精度良好。
关键词：突发情况；模糊综合评价；神经网络中图分类号:O225文献标识码:A 文章编号:2096-4390(2021)
08-0096-02°min max min
southern杂交ij i ij
i i u u u u u 1234[]
W ，，，11
12131421
2223241501
15021503
1504a a a a a a a a A a a a a
M M M M [0.2746,0.0648,0.2953,0.3653]
W 进
进
96--
2021.08科学技术创新利用模糊综合评价建立零售商品销售抗风险能力评价模型，首先，确定评语等级论域为:
(5)
根据评价指标的定量化情况，采用二次抛物线型分布。定义
以上3个评定等级的隶属函数如下:
优评价隶属函数
(6)
良评价隶属函数
(7)
中评价隶属函数
(8)
差评价隶属函数
(9)
进而得到评价矩阵R :
表3评价矩阵表
对模糊综合评价模型进行求解:
(10)
最终，得到加权处理的评价模型，即零售商品销售抗风险能
力评价函数:
(11)2数据验证及模型精度检验
以A 商店的第12类商品为例，将其数据代入进行数据验证，利用M A TLA B 软件计算模糊综合评价矩阵，将所得数据带入式(11)，计算出该商品的抗风险能力评分。
图兰朵故事简介得出模糊评价权重矩阵B 为:
(12)最终该商品的评分A 为:
(13)
采用模糊神经网络模型(FN N )对所建立的模型进行模型进度检验。模糊神经网络是一种将样本进行模糊化处理的过程，并在处理的过程中不断进行机械学习，最终形成一定规则的形式。[6]
本研究基于M A TLA B 软件，构建了三层前向神经网络(图1)。
图1神经网络示意图
对评价模型得出的数据进行100次训练并检验得出图2。
图2神经网络检验结果
由上图可得该模型的精度较高，可以使用。3结论
根据本研究建立的零售商品销售抗风险能力评价模型，将一类商品的各项数据代入其中，便可以计算出该类商品的抗风险能力值。对此，企业可以根据商品不同的抗风险能力来决定商品的产量或进购量；对于一些受影响较大的商品，企业可以考虑暂时不再进购或生产，以保证企业利益的最大化。本研究利用模糊神经网络对模型精度进行检验，确定了模型的精确度，可以用于商品抗风险能力的评估。
企业在进行商品销售决策时应该综合考虑突发情况等因素的影响。这样，广大企业才能得到长久、持续性的发展，我国的经济发展才能够长期稳定增长。
参考文献
[1]何家儒.商品销售与市场预测的一种数学模型[J].四川师范大学学报(自然科学版),1986(04):89-96.
[2]徐军，房庆祥.耐用商品销售的数学模型[J].科技情报开发与经济,2006(04):170-172.
[3]席玮.卷烟销量预测模型研究[D].合肥：合肥工业大学,2009.[4]徐荣辉.基于逻辑斯蒂方程的商品销售预测研究[J].长治学院学报,2012,29(04):15-17.
[5]黄文明.基于深度学习的商品销量预测研究[D].南京：南京理工大学,2019.
[6]张彩云.基于改进PSO 算法的模糊神经网络研究[D].哈尔滨：哈尔滨理工大学,2014.
1234()()
V V V V V 优、良、中、差2110.810.2:0.60.8
40.300.6x x V U x x
22200.810.210.60.840.3:10.40.640.300.6
x x x V U x x x 23200.6110.40.640.3:1+0.20.20.440.300.2
x x x V U x x x 2400.41+0.2:10.20.440.310.2冠心病的护理计划
x x V U x
x
acm1112131421
2223241234123
43132333441
42
43
44,,,=R R R R R
R R R B WR b b b b R R R R R R R R
1234432A b b b b 0.03640.24410.03010.2428B 4*0.364+3*0.2441+2*0.0301+1*0.2428=2.4913A
97--
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议