基于SARIMA-BP组合模型的家具订单需求量预测方法研究  

Research on Furniture Order Demand Forecasting Method Based on the SARMIA-BP Combination Model

作　　者：何金婷 陈星艳[1,2,3,4] 陶涛 戴向东[1,2,3,4] 黄艳丽 欧阳周洲[1,4] 吕宙 詹秀丽[1,4] He Jinting;Chen Xingyan;Tao tao;Dai Xiangdong;Huang Yanli;Ouyang Zhouzhou;Lu Zhou;Zhan Xiuli

机构地区：[1]中南林业科技大学,湖南长沙410004 [2]农林生物质绿色加工技术国家地方联合工程研究中心,湖南长沙410004 [3]木竹资源高效利用省部共建协同创新中心,湖南长沙410004 [4]麓山实验室智能家居设计中心,湖南长沙410004

出　　处：《家具与室内装饰》2024年第2期26-30,共5页Furniture & Interior Design

基　　金：“十四五”国家重点研发计划项目(2023YFD2201500);湖南省教育厅科学研究重点项目(20A509);麓山实验室研究计划项目;湖南省财政科研专项(2050205)。

摘　　要：对定制家具的生产需求进行精准预测,有助于家具企业进行有效的决策,包括提前制定生产计划、提前规划生产资源等,以期合理分配现有的生产资源并根据预测结果合理储备资源。本文以A企业家具的产品订单需求量为研究对象,分析其需求影响因素,在建立SARIMA模型及BP神经网络预测模型的基础上,建立SARIMABP组合算法的需求预测模型,并选用实际数据,验证所构建的需求预测模型的有效性,结果表明本文提出的预测模型与方法对企业精准预测订单需求量具有较大的应用价值。Accurate prediction of custom furniture production demand is helpful for enterprises to make effective decisions,including making production plans in advance and planning production resources to rationally allocate existing production resources and reserve resources reasonably according to the forecast results.This study focuses on analyzing the order demand for furniture products at Company A.We examine the influencing factors of this demand and establish a demand prediction model using a combined algorithm of SARIMA and BP neural network prediction models.The model's effectiveness is verified using actual data,demonstrating its practical value for accurately forecasting order demand in enterprises.

关 键 词：家具订单需求预测 BP神经网络 SARIMA模型 需求预测模型 

分 类 号：TS664.1[轻工技术与工程]