河北省科学院学报
河北省科學院學報
하북성과학원학보
JOURNAL OF THE HEBEI ACADEMY OF SCIENCES
2007年
4期
7-12
,共6页
预测模型%BP神经网络模型%L-M算法%RBF神经网络模型%小波神经网络模型%组合神经网络模型
預測模型%BP神經網絡模型%L-M算法%RBF神經網絡模型%小波神經網絡模型%組閤神經網絡模型
예측모형%BP신경망락모형%L-M산법%RBF신경망락모형%소파신경망락모형%조합신경망락모형
随着经济预测、电力预测等各种预测的兴起,预测对各种领域的重要性开始显现.针对在建立预测模型时不能准确判别使用合适的神经网络,论文归纳了几种常用干预测的神经网络:BP神经网络、RBF神经网络、小波神经网络、组合神经网络,并总结了相应的优缺点,及其适用的预测范围.以某蓄电池厂近几年的销售量为例,检验各种预测模型的精度.预测结果显示,用单一预测模型进行预测时,因自身的局限,使其预测精度和稳定性不高.相比之下,组合预测模型更能有效提高预测精度,可以较充分的降低预测风险,保证预测结果的稳健性.
隨著經濟預測、電力預測等各種預測的興起,預測對各種領域的重要性開始顯現.針對在建立預測模型時不能準確判彆使用閤適的神經網絡,論文歸納瞭幾種常用榦預測的神經網絡:BP神經網絡、RBF神經網絡、小波神經網絡、組閤神經網絡,併總結瞭相應的優缺點,及其適用的預測範圍.以某蓄電池廠近幾年的銷售量為例,檢驗各種預測模型的精度.預測結果顯示,用單一預測模型進行預測時,因自身的跼限,使其預測精度和穩定性不高.相比之下,組閤預測模型更能有效提高預測精度,可以較充分的降低預測風險,保證預測結果的穩健性.
수착경제예측、전력예측등각충예측적흥기,예측대각충영역적중요성개시현현.침대재건립예측모형시불능준학판별사용합괄적신경망락,논문귀납료궤충상용간예측적신경망락:BP신경망락、RBF신경망락、소파신경망락、조합신경망락,병총결료상응적우결점,급기괄용적예측범위.이모축전지엄근궤년적소수량위례,검험각충예측모형적정도.예측결과현시,용단일예측모형진행예측시,인자신적국한,사기예측정도화은정성불고.상비지하,조합예측모형경능유효제고예측정도,가이교충분적강저예측풍험,보증예측결과적은건성.
