（2）国内外研究现状

目前销售预测的定量预测方法主要有时间序列预测法、线性回归模型预测法、非线性回归模型预测法、灰色系统模型预测法、马尔科夫预测法等。这些方法各有优点。销售预测是一项复杂的系统工程,影响因素多样,大多呈非线性变化。国际上也采用多种方法进行需求预测的研究,如增量法、回归法、季节指数法、时间序列法等。总的来看,预测模型复杂程度的提高并不会提高预测的精度。常用的时间序列分析模型有简单移动平均、加权移动平均、指数平滑、回归分析、博克斯一詹金斯法、趋势外推等。在此类预测方法中有一类预测方法称为因果联系预测方法,它基于如下假定即需求与某些内在因素或周围环境的外部因素有关,试图通过找出预测量和相关量之间的函数关系来进行预测,其难点在于找出销售数量与各个客观因素的联系。因果联系预测方法主要有回归分析、经济模型、投入产出模型和领先指标方法等。随着预测科学的发展,人们在传统预测方法的基础上进行了进一步的改进和研究。时间序列是按照时间先后顺序将某个变量按等间隔所取得的观测值排列起来形成的序列,对时间序列进行预测,就是对历史序列进行建模,并达到识别未来模式的目的。时间序列定量的特点使得数学和统计模型成为主要的预测工具。在时间序列预测中,存在三种基本方法指数平滑法、经典时间序列分解法和多元回归分析法。时间序列的预测是近年来研究的热点,传统的时间序列预测有基于数理统计的自回归移动平均模型及其扩展差分自回归移动平均模型,也有近年来发展迅速的神经网络,等智能方法。

2. 研究的基本内容与方案