基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
具有Sigmoid型隐层函数的3层BP神经网络能够以任意精度逼近任何一个具有有限间断点的非线性函数.所以,选择Sigmoid函数的3层BP神经网络作为石油消费预测模型.根据我国1989~2002年国民生产、石油消费数据进行数据训练学习,以2003年国民生产数据作为输入,预测2004年石油消费.结果表明,该模型预测精度较高,误差仅为1.87%,具有较好的应用价值.
推荐文章
基于改进BP神经网络的天然气需求预测
BP神经网络
附加动量法
天然气需求
预测
克隆选择粒子群优化BP神经网络电力需求预测
BP神经网络
克隆选择算法
粒子群优化
电力需求
基于 Lasso 和 BP 神经网络的广西城镇住房需求预测
BP 神经网络
主成分分析
Lasso 方法
城镇住房需求
预测
基于神经网络和灰色系统的住宅用地需求预测研究
住宅用地需求预测
神经网络模型
灰色系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的我国石油需求预测
来源期刊 大庆石油学院学报 学科 工学
关键词 BP神经网络 石油需求 预测模型
年,卷(期) 2007,(2) 所属期刊栏目 经济管理
研究方向 页码范围 82-84
页数 3页 分类号 TPL83
字数 2079字 语种 中文
DOI 10.3969/j.issn.2095-4107.2007.02.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐平 哈尔滨工程大学经济管理学院 12 136 6.0 11.0
2 范莹 大庆石油学院经济管理学院 2 28 2.0 2.0
3 王本 清华大学公共管理学院 3 48 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (72)
参考文献  (12)
节点文献
引证文献  (23)
同被引文献  (62)
二级引证文献  (115)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(4)
  • 引证文献(3)
  • 二级引证文献(1)
2010(10)
  • 引证文献(4)
  • 二级引证文献(6)
2011(16)
  • 引证文献(6)
  • 二级引证文献(10)
2012(12)
  • 引证文献(3)
  • 二级引证文献(9)
2013(21)
  • 引证文献(1)
  • 二级引证文献(20)
2014(8)
  • 引证文献(0)
  • 二级引证文献(8)
2015(14)
  • 引证文献(0)
  • 二级引证文献(14)
2016(14)
  • 引证文献(1)
  • 二级引证文献(13)
2017(12)
  • 引证文献(1)
  • 二级引证文献(11)
2018(8)
  • 引证文献(3)
  • 二级引证文献(5)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
BP神经网络
石油需求
预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东北石油大学学报
双月刊
2095-4107
23-1582/TE
大16开
黑龙江省大庆市高新技术开发区发展路199号东北石油大学学报编辑部
14-90
1977
chi
出版文献量(篇)
3238
总下载数(次)
4
总被引数(次)
31805
论文1v1指导