内容摘要：在当前激烈的竞争环境下如何生存是每一个商业企业面临的重要问题，而做好销售预测和销售决策是取胜的关键，本文提出了一种销售预测与ＤＳＳ（决策支援系统）的方法，并予以开发实现。

关键词：销售预测　ＤＳＳ　模型库

在市场经济体制下，企业之间的竞争日趋激烈，库存管理、销售预测越来越成为商业企业最为重要的经营活动之一。销售是商业企业经营的起点，也是实现企业效益的焦点，销售活动涉及的许多问题具有相当的不确定性，这些问题的决策是半结构化或非结构化的。因此，需要研发一种企业销售决策系统来辅助领导制定销售决策，而销售预测是销售决策的前期工作，预测结果是决策的依据，销售预测是销售管理的核心，贯穿于销售管理的各个方面和全过程，是销售ＤＳＳ（决策支援系统）的核心。

计算机技术和预测软件的发展使企业销售预测被广泛使用，一个优秀的预测分析系统能够帮助企业决策者进行准确而有效的决策。优秀的预测系统能够提高客户满意度，通过销售预测，了解客户的需要，按客户的需要提供及时有效的服务；减少库存，由于预测的不准确，往往会产生库存的积压，占用资金和产生较高的储存费用；减少安全库存量，企业一般倾向于通过增加安全库存来对付需求的不确定性，如果预测准确度提高的话，就可以相应地减少安全库存量，提高库存管理水平。

系统结构与组成

针对当前信息系统的缺陷，本文在对ＭＩＳ研发的基础上架构了一个企业预测分析与决策系统。它采用数据库、模型库、方案库　“三库一体”，以“方案驱动”运行，以数据库管理模式进行模型管理的设计思想，提出了方案库的概念和方案驱动的构思并予以实现。采用的数据抽取技术和模型方法库的原理使它作为一个独立的系统存在，既能对前台的商品信息、客户信息和供应商信息进行各种定性和定量的分析，又不会因为前台的某些变化而受其干扰。而且该预测系统给出了一些科学的预测方法，例如马尔科夫状态转移预测方法等，还有神经网络原理的应用，使系统更具智能性，能够为企业决策者的决策带来很大的帮助。按照数据抽取、决策的步骤，整个系统分为模型库、ＭＩＳ数据接口、ＤＳＳ数据接口、ＭＩＳ数据库、企业预测与决策系统等几部分，其系统逻辑架构如图１。

与系统架构相对应，各个子系统的模块接口完成的功能目标：模型库将提供模型的选择，是ＤＳＳ系统的入口，较特别的是各种销售预测与销售决策的方案也存储于模型库中。ＭＩＳ数据接口将提供模型库的数据来源，是子系统ＤＳＳ－ＭＯＤ（模型）的数据准备程序，他为子系统ＤＳＳ－ＭＯＤ提供需要分析的数据ＤＳＳ数据接口将提供模型库的数据输出，是子系统ＤＳＳ－ＭＯＤ的数据处理输出程序，他为子系统ＤＳＳ－ＭＯＤ提供需要分析的数据的显示是ＤＳＳ与用户的接口。通过用户选择，从方法库中选择适当的模型对业务数据进行分析。

本系统的特色在于引入方案库的概念，方案库存储各种完整的预测与决策方案，包括预测与决策过程中使用的数据、模型、方法的描述以及运行步骤。方案能反映决策者的决策风格与经验，可以事先建立，也可在模型求解时生成。方案库通过方案字典管理方案，并可作为一种预测与决策的知识不断积累。

模型方法库与主要预测方法

模型方法库用于存储各类预测方法模型，用户在预测时根据实际情况的不同需要先选择适当的模型，例如：要知道商品在接下去的一段时间内的销售状态可采用马尔科夫关于状态转移的预测方法，计算各种状态转移概率，从中得到满意的答案。根据某种模型方法对数据输入的要求，相应地对已抽取出来的数据运用该方法进行预测计算。不同的预测方法可以从不同的角度对商品动态、未来趋势做出分析。

马尔科夫预测方法是用马尔科夫链，即随机时间序列，它的取值仅与它现在的取值有关而与过去的取值无关（即无后效性），这样就可以通过现在市场的状态去预测下一时刻市场的状态。

现以青蛙跳荷叶为例，青蛙所在的荷叶称为青蛙所处的状态，则青蛙未来处于什么状态只与当前所处的状态有关，与以前在哪张荷叶上无关，记ｘｎ为时刻ｔｎ时青蛙所处的状态，以ｐ　（ｘｎ＋１＝ｊ│ｘｎ＝ｉ）＝ｐ　ｉｊ表示ｔ　ｎ＋１时刻从第ｉ张荷叶跳到第ｊ张荷叶上的可能性，或从第ｉ步转移到ｊ的概率，构成了一个转移概率矩阵

在马尔科夫链应用于商业决策时可以预测市场状态的转移情况时，假设某产品的销售状态可以分为畅销和滞销两种，以１代表畅销，２代表滞销，ｘｎ表示第ｎ季度的产品销售状态。如果记该产品的市场状态无后效性，则它的市场状态就构成了一个马尔科夫链，可得到如下表达式：

ｐ　（ｘｎ＋１＝ｊ│ｘｎ＝ｉ）＝ｐ　ｉｊ转移概率矩阵为：

由此可以得到下一季度可能的市场状态。

以上是经过一步转移后的市场状态变化情况，类似的可以导出多步转移概率：

一步：　二步：

系统从状态ｉ出发，经２步转移到ｊ的概率等于系统从状态ｉ出发，以１步到状态ｋ，其中ｋ＝１．２Ｋ　Ｎ然后再从状态转移到的概率总和，由此可得

由此可推导得ｎ步转移概率为：

此外无论是１步转移，还是ｎ步转移，其转移概率同样具有性质：ａ）ｂ）ｂ）

开发实现

按照上面的系统设计思想，系统采用开放式的架构，可以灵活的添加、删除、修改所使用的算法。该系统主要包括三个相对独立的模块：“业务系统”，“基本数据设置”，“系统设置”。在数据抽取窗口中，用户可以选择进行预测和分析所要使用的数据源：如：“供应商数据”或“销售数据”；用户还可以选择通过设定始末时间来选择某一时间段的数据。选取好数据源后，用户点击“数据抽取”，系统就会自动把分析所需的数据抽取出来。

然后再点击“商品销售”，进入商品销售分析窗口，商品销售分析对从前台ＰＯＳ机销售中采集来的数据，通过模型库中基于人工智能的模型对数据进行有效分析，预测商品的销售情况。用户可以对不同的商品动态划分状态，设定滞销、一般、畅销三个状态的参数。用户点击窗口左侧的数据行选取不同的商品，窗口右面的图表区就会显示出相应的商品销售预测曲线。点击窗口上方的“预测”，系统便会自动预测该商品未来将会处于哪种状态，并把结果显示出来。

上述系统是在商业企业的实际应用中针对目前的ＭＩＳ问题而开发实现的，所采取的方法也仅仅有马尔科夫、移动平均法等，但是由于本系统是一个开发的系统，以后可以随着发展不断加入新的预测方法，提高预测的准确性。还可以通过采用Ａｇｅｎｔ封装、改造和扩展原有预测与决策支持系统的模型部件、数据部件和方案部件，使整个系统具有更高的柔性和扩展性。

参考文献：

１．肖人彬，罗云峰，费奇．决策支持系统发展的新阶段．系统工程理论与实践，１９９９

２．董志斌，吴启迪，严隽薇．一种基于多智能体的ＯＤＳＳ的设计与实现．微型电脑应用，２０００

３．阎平凡，张长水．人工神经网络与模拟进化计算．北京：清华大学出版社，２０００