期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
Simpson改进的灰色神经网络在汽车保有量中的预测 被引量:7
1
作者 吴文青 夏杰 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2019年第9期101-108,共8页
针对汽车保有量数据具有非线性和随机性的特点,建立基于Simpson公式的灰色神经网络模型对汽车保有量进行预测研究;利用Simpson公式对经典GM(1,1)灰色系统的背景值进行改进以提高模型的预测精度;通过相关性分析,确定国民总收入、人均国... 针对汽车保有量数据具有非线性和随机性的特点,建立基于Simpson公式的灰色神经网络模型对汽车保有量进行预测研究;利用Simpson公式对经典GM(1,1)灰色系统的背景值进行改进以提高模型的预测精度;通过相关性分析,确定国民总收入、人均国内生产总值、总人口、固定资产投资、进出口总额、钢材产量、社会消费品零售总额7个因素为汽车保有量的影响因素,并将7个影响因素作为BP神经网络的输入建立BP神经网路模型;根据灰色系统和BP神经网络预测误差大小确定组合模型的权重,构建灰色神经网络组合模型;对比分析经典GM(1,1)、Simpson公式的GM(1,1)、BP神经网络、灰色神经网络、Simpson公式的灰色神经网络模型的计算结果。研究表明:基于Simpson公式的灰色神经网络预测精度最高,其相对误差均在3%以内,相对误差的方差为3.2780,小于灰色神经网络模型和单一预测模型。 展开更多
关键词 车辆工程 汽车保有量 背景值 simpson公式gm(1 1)模型 组合预测模型 预测精度
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部