来源：期刊VIP网 时间：
作者：蒋兴恒;
单位：安徽中烟工业有限责任公司技术中心;
摘要：本文提出一种基于集合经验模态分解（EEMD）的分解集成预测框架，通过自适应参数优化将原始销量序列分解为多尺度本征模态函数（IMF）分量，并针对各分量特性匹配ARIMA、门限回归及LM-BP神经网络模型进行预测，最终集成各分量的预测结果。实证研究表明，该方法对黄山、中华、云烟等品牌的预测均方根误差（RMSE）较传统方法降低70.73%～80.23%，通过对比，对原时间序列分解集成方法的预测精度大于一般整体预测精度，适用范围更加广泛。并通过对不同时段利群、黄鹤楼和芙蓉王品牌的销量预测，进一步证明了该方法的适用性。本研究为复杂时间序列预测提供了方法论创新与实践参考。
关键词：卷烟销售;;分解;;集成;;预测
