基于径向基函数神经网络的预测分析被引量：2

下载PDF

导出

摘要 21世纪以来,人们的生活水平进一步提高,快速变化的市场使企业的生存和发展都面临着极大的挑战。企业准确的预测订单显得非常重要。预测订单的方法有许多种,其中利用人工神经网络来预测订单是比较常用并且效果比较好的方法。本文利用径向基函数神经网络(RBF)建立了订单预测模型,并通过解决一个实际问题来对建立的模型进行评估。

作者陈健牛宽

机构地区北京物资学院

出处《中国储运》 2020年第11期124-125,共2页 China Storage & Transport

关键词预测神经网络模型

分类号 TP183 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献6

1王耀升,张英敏,王畅,漆万碧.基于RBF神经网络的电网脆弱性评估及其趋势估计[J].电测与仪表,2019,56(9):49-55. 被引量：14
2高豪杰..基于BP神经网络的阀门制造企业库存需求预测应用研究[D].北京交通大学,2015:
3张崇娇,沈小林,霍双红,白艳萍,胡红萍,王建中.基于果蝇算法优化灰色神经网络的冰箱订单需求预测研究[J].数学的实践与认识,2017,47(20):15-19. 被引量：6
4蔡婉贞,黄翰.基于BP-RBF神经网络的组合模型预测港口物流需求研究[J].郑州大学学报（工学版）,2019,40(5):84-90. 被引量：29
5邓晖飞,苏平,徐晟逸.神经网络结合定性预测的订单预测方法研究[J].机电工程技术,2014,43(9):23-26. 被引量：3
6郭红康,赵军.基于BP神经网络的APS期量计划研究[J].宁夏工程技术,2016,15(1):24-29. 被引量：1

二级参考文献43

1冯春山,吴家春,蒋馥.定性预测与定量预测的综合运用研究[J].东华大学学报（自然科学版）,2004,30(3):114-117. 被引量：4
2周柏翔,张付存,朱振东.供应链管理中安全库存水平及不确定因素的测定方法研究[J].工业技术经济,2004,23(6):66-67. 被引量：11
3姚李孝,宋玲芳,李庆宇,万诗新.基于模糊聚类分析与BP网络的电力系统短期负荷预测[J].电网技术,2005,29(1):20-23. 被引量：61
4杨钟瑾.浅谈时间序列的分析预测[J].中国科技信息,2006(14):267-268. 被引量：6
5De Gooijer J G. Hyndman R J.25 years of time series orecasting [J] . International journal of forecasting, 2006, 22 (3): 443-473. 被引量：1
6彭爱明.基于预测性生产的交货准时率改进研究[D].上海:上海交通大学,2011. 被引量：1
7Iebeling Kaastra,Milton Boyd.??Designing a neural network for forecasting financial and economic time series(J)Neurocomputing . 1996 (3) 被引量：1
8倪向萍,梅生伟,张雪敏.基于复杂网络理论的输电线路脆弱度评估方法[J].电力系统自动化,2008,32(4):1-5. 被引量：93
9丁明,韩平平.加权拓扑模型下的小世界电网脆弱性评估[J].中国电机工程学报,2008,28(10):20-25. 被引量：163
10卢锦玲,姬群星,朱永利.基于能量函数法的电网脆弱性评估[J].电网技术,2008,32(7):30-33. 被引量：34

共引文献48

1霍春宝,程艳,王京,吴玉尚,王燕.基于遗传算法优化的汽车主动转向控制研究[J].机电工程,2016,33(1):122-126. 被引量：4
2蒋秋霖,张聪,李颖昉,王昕.基于GRNN的订单需求量预测研究[J].软件导刊,2018,17(1):149-151. 被引量：2
3丛丛,李俊辉.基于RBF神经网络的城市轨道交通线路负荷预警研究[J].物流工程与管理,2019,41(6):82-83.
4周彦福,王红蕾.我国新能源汽车月度销售量预测模型研究[J].软件导刊,2019,18(8):149-153. 被引量：8
5潘丽.MGM(1,1)模型在服装产品订单量预测中的运用研究[J].现代营销（上）,2019(11):150-152.
6张利利,郭淑妹,马艳琴,卜春霞.基于数据挖掘技术的银行客户定期存款认购模型研究[J].数学的实践与认识,2019,49(21):95-102. 被引量：11
7陆春艳,陶晓峰,周赣,赵嘉豪.基于GPU的电能表健康状态评估与预测[J].电测与仪表,2020,57(11):135-140. 被引量：6
8杨雨洁,张美凤,刘珂琴,冷启航.RBF-BP复合神经网络在变压器故障诊断中的应用[J].信息技术与信息化,2020(6):136-137. 被引量：3
9谢小军,马虹,杨付贵,邱云兰.基于组合模型的区间模糊数时间序列预测模型[J].阜阳师范大学学报（自然科学版）,2020,37(3):9-13. 被引量：2
10张小辉,许傲然,王秀平.回溯搜索算法改进RBF算法的锂离子电池SOC估算研究[J].电测与仪表,2020,57(18):146-152. 被引量：5

同被引文献13

1张国庆.基于生态论的生物灾害精细化预报理论研究[J].现代农业科技,2014(20):146-150. 被引量：62
2张国庆.基于TSE分析理论的林业生物灾害精细化预报技术研究[J].现代农业科技,2014(20):153-155. 被引量：54
3朱纯祥,张汪炎,胡德松,张国庆.林业生物灾害精细化预报理论基础与技术集成——以潜山县马尾松毛虫为例[J].现代农业科技,2015(17):201-203. 被引量：13
4赵金刚,戈新生.动态规划求解空间双臂机器人非完整运动最优控制问题[J].力学季刊,2016,37(2):225-233. 被引量：8
5张旭秀,李卫东,盛虎,丁鸣艳.一种分数阶微积分算子的有理函数逼近阶数最小化方法[J].电机与控制学报,2017,21(6):96-103. 被引量：3
6翟莹莹,左丽,张恩德.基于参数优化的RBF神经网络结构设计算法[J].东北大学学报（自然科学版）,2020,41(2):176-181. 被引量：27
7武亮,左向梅,邱勇.基于SVR多学科设计优化代理模型技术研究[J].飞行力学,2020,38(2):23-28. 被引量：6
8黄朝辉,闻辉,车艳.基于势函数聚类的改进RBF网络算法研究[J].延边大学学报（自然科学版）,2020,46(2):145-149. 被引量：2
9段献葆,党妍,秦玲.基于径向基函数的自适应网格方法[J].工程数学学报,2020,37(5):606-614. 被引量：3
10冯建.一种五轴舵机机械手运动学分析及仿真试验研究[J].机床与液压,2020,48(23):132-136. 被引量：4

引证文献2

1齐杰.利用径向基函数构建松材线虫病预测模型研究初探[J].安徽林业科技,2021,47(3):18-23.
2霍英杰.基于RBF神经网络的多自由度机械臂控制及仿真分析[J].保山学院学报,2021,40(5):79-83.

1曹倩.中小企业财务管理存在问题及策略研究[J].山西农经,2020(17):110-111. 被引量：2
2廖佳婧.金融投资管理在企业经营管理中的应用[J].大众投资指南,2020,0(4):11-11. 被引量：2
3张薇.论企业资金管理与风险防范[J].财讯,2019(35):99-100.
4蔡黛沙.信息化在企业人力资源管理中的应用实践[J].读天下（综合）,2020(29):0254-0254.
5张开松.大数据分析与实践研究[J].电脑编程技巧与维护,2020(9):89-90. 被引量：1
6蒋秋艳,刘温婉,杨建奇.基于ARMA模型的莱茵生物股票价格预测分析[J].现代经济信息,2020(16):144-145.

中国储运

2020年第11期

浏览历史

内容加载中请稍等...

基于径向基函数神经网络的预测分析被引量：2

参考文献6

二级参考文献43

共引文献48

同被引文献13

引证文献2

相关作者

相关机构

相关主题

浏览历史

基于径向基函数神经网络的预测分析 被引量：2

参考文献6

二级参考文献43

共引文献48

同被引文献13

引证文献2

相关作者

相关机构

相关主题

浏览历史

基于径向基函数神经网络的预测分析被引量：2