1. 毕业设计（论文）的内容和要求

1． 设计（论文）内容 人工神经网络模型以其快速的学习能力、容错能力、多输入处理能力和非线性映射能力，以及良好的自适应能力得到了广泛的推广。

一些神经网络算法可以针对少数据，贫信息，不确定性问题的一种方法，通过对部分已知信息的生成、开发和提取价值信息，对系统的运动行为和变化规律做出正确的描述和有效监控。

决定商品市场的需求量的因素很多，本课题要求使用一种神经网络算法根据已知的各因素对订单需求影响的大小，从中选出主要因素来预测家用商品的订单量。

2. 参考文献

[1] 华晓晖，闫秀霞. 基于神经网络的订单预测研究 [J] . 华东经济管理,2007,21(02):108#8212;110. [2]陈以，万梅芳．RBF神经网络在物流系统中的应用［J］．计算机仿真，2010，27(4):159－163． [3] 葛彦强，汪向征等．改进灰色神经网络的冰箱订单需求预测研究［J］．计算机仿真，2012，29(5):219－222． [4] 韩力群.人工神经网络理论,设计及应用[M] .北京:化学工业出版社,2002. ［5］张德丰. MATLAB神经网络应用设计[M]．北京：机械工业出版社，2009. [6] 肖忠良. 进化神经网络及其在企业订单预测中的应用研究[D] .长沙:湖南大学,2010. [7] 张桂喜，马立平．预测与决策概论［M］．北京:首都经济贸易大学出版社，2005． [8] 王重彬，李益兵. 基于改进粒子群和神经网络的订单预测研究[J]. 机械工程师 , 2013(5) ：137-139. [9] James T. A hybrid econometric#8212;neural network modeling approach for sales forecasting[J]. International Journal of Production Economics, 1996,43(S2-3):175-192.

3. 毕业设计（论文）进程安排

2015.12.25～2016.1.8布置设计任务、学习基本知识 2016.1.9～2016.1.12查阅订单需求量预测的相关资料文献及翻译 2016.1.13～2016.1.20学习认识Matlab软件与神经网络 2016.1.21～2016.1.30修改完成开题报告 2016.1.31～2016.3.5继续学习Matlab及神经网络工具用法 2016.3.6～2016.4.30对需求量指标的原始数据进行处理 2016.5.1～2016.5.12用Matlab编程建立神经网络预测模型 2016.5.13～2016.5.22对建立的神经网络模型进行训练和验证，修改代码 2016.5.23~2016.6.1论文初稿写作，演示 2016.6.3之前提交所有毕业设计正式材料电子稿与打印稿 2016.6.3～2016.6.8准备答辩 2016.6.9～2016.6.12答辩