全文总字数：3414字
文献综述
1.前言
近年来，随着信息技术的发展，服装市场发生了巨大的变化，经历了从总量扩张到结构转型的升级，服装生产方式由大批量、少频次变为小批量、多频次。服装产品生命周期也变得越来越短，这给企业带来巨大经营风险的同时也带来了机遇。精准的服装销售预测量，有利于企业更快的抢占市场份额，制定出最优的库存管理策略，获得最大化的效益[1]。
2.研究目的
预测是人们根据历史资料和现实，利用已经掌握的知识和手段，对事物的未来或未知状况进行的事前推知或判断，其目的是为计划或决策提供依据。服装销售预测是根据服装市场的销售信息和营销计划，用科学的方法进行市场和销售分析，确定在未来某一时间段的销售量(额)。准确的预测可以使企业或公司有计划地安排面辅料采购、服装生产、合理进仓和减
少库存、加快资金流动，对服装企业良性营销活动起着重要作用[2]。
服装市场典型的特征为供大于需，在现今激烈的市场竞争中，属于短生命周期产品的服装。主要特点有提前期较长、销售期较短、期末残值低、需求变化较迅速等，使得服装供应商难以准确预测市场需求和销量走势。我国传统的订货会模式也无法快速响应服装流行趋势和消费者喜好的变换。“时尚”，“个性”作为崭新的消费特征，敦促着服装行业应该转变传统的以产定销模式，建立以客户满意为中心的新模式，关注消费者的需求。订货会作为服装企业主要的运营方式每年会根据情况开两次以上，一般服装企业会主要分为春夏和秋冬展开两次，并通过现场模特展示及导购解说引导客商订货。最后，再根据订货情况制定全年的生产及销售计划。举办订货会，企业凭借订货会现场的模特秀和导购说明指导客商下订单，然后按照订货量，制定安排生产及销售计划。订货会基于开发完成的款式结构进行，结束后难以再基于流行作出调整。因此往往会导致在下一季度的滞销，滞销的款式越多，造成的库存积压也就越严重，高库存会消耗企业的利润，影响服装企业的持续经营。
从服装功能实用性出发，为企业的销售提供有效的预测解决方案和决策依据。为规避市场开发盲点，尽可能掌握服装产品未来销售库存的基础资料，尽量提高决策的科学力度。企业销售预测是微观预测不可缺少的部分，对于现代企业讲究快速、实时的运营管理，已经逐渐成为企业对内管理、对外风险防范起着必不可少的作用。销售预测能够帮助企业决策者明确产品的市场生存状况，对于顺应市场潮流，改善相关的产品，增加或者减少哪些产品，围绕产品和市场的角度，对于企业的生产状况起着非常重要的前瞻意义。
3.国内外研究情况
近年来，为获得高精度的销售预测结果，国内外学者们进行了一系列的研究工作。如高亚爽等分析服装销售呈现的季节性、周期性、趋势性和随机性的特点，采用马尔科夫链进行销售预测，为企业制定销售策略提供了理论依据。朱莉思等针对制造零售一体化的服装企业，构建了带季节性需求的三次曲线销售预测模型，提出安全库存的应对模型。张细香等提出服装季节性需求预测的新模型，根据销售信息与基因库基因的相识度进行定量预测，并取得了理想效果[1]。
GM（1,1）模型在服装预测方面也取得了一定的研究成果，已被许多学者关注。2012年，Chor等在缺少数据的情况下，对时尚产品颜色趋势进行预测，采用GM（1,1）模型进行一步预测，然后采用人工神经网络对残差值进行微调，取得了理想的预测结果。2014年，Chor等对GM-ANN模型进行改进，提出3F（fast fashion sales forecasting）模型，该模型针对较少历史数据和限制时间的情形，对服装进行销售预测，并运用实例验证模型的可行性与实用性。Xia等把季节性因子引入到离散型GM（1,1）模型，建立季节性离散GM（1,1）模型，克服了时尚销售预测时历史数据较少且带有季节性的困难，并通过实例验证了该模型的可靠性与实用性[1]。柯宏发,陈永光,吴金亮针对未知概率分布的小样本数据提出了基于GM( 1 ,1) 模型外推的粗大误差判别方法,介绍了判别原理和步骤,就判别精度、方法的合理性等相关问题进行了讨论。应用实例仿真结果表明该方法合理简单,判别精度较高,具有很好的推广应用价值[5]。
近年来不少学者提出了对灰色微分模型的改进与适用范围的研究。如谭冠军、罗党、宋中民等从不同的方面通过对背景值得改进来提高模型建模精度；刘斌、沈继红等通过对模型改进参数估计的方法来提高模型建模精度；穆勇、王义闹等通过优化灰导数白化值改进了模型的建模精度；宋中民通过把数据序列分别进行灰色建模，然后利用平移算子求出预测值；刘思峰、郑照宁等分别从不同的角度研究了（v，v）模型的使用范围。虽然以上学者对模型进行了必要的改进，但他们仍然没有摆脱以序列（v）的第一个分量作为灰色微分模型的初始条件，这样就造成对新信息利用不够充分[9]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
