产品需求量非平稳时序的ANN-ARMA预测模型

• 作者: 曾凤章 采峰
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 产品需求量 非平稳时间序列 人工神经网络 自回归滑动平均模型
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 管理科学
• 页码范围: 277-282
• 页数: 6页
• 分类号: F272.1|TP183
• 字数: 3748字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0645.2007.03.022

摘要

针对基于非平稳时序的产品需求量预测方法存在的问题,研究了人工神经网络(ANN)与自回归滑动平均(ARMA)模型的集成建模与预测方法. 产品需求量的非平稳时序可分解为确定项和随机项两个部分,用人工神经网络模型拟合确定项,以表示非平稳的变化趋势;用自回归滑动平均模型拟合随机项,以表示平稳的随机成分. 将两个模型的预测值之和作为产品需求量的优化预测值. 仿真结果表明,集成模型的预测精度高于单一的人工神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾凤章	北京理工大学管理与经济学院	42	667	15.0	25.0
2	采峰	北京理工大学管理与经济学院	7	108	5.0	7.0