基于神经网络的预测模型的比较研究

• 作者: 于国祥 刘旭 沈西挺
• 来源期刊: 河北省科学院学报
• 关键词: 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
• 年，卷（期）: 2007,（4）
• 页码范围: 7-12
• 页数: 6页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9383.2007.04.002

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘旭	河北工业大学计算机软件学院	20	47	4.0	6.0
2	沈西挺	河北工业大学计算机软件学院	20	156	7.0	12.0
3	于国祥		2	13	1.0	2.0