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:
文中主要是建立基于智能算法的价格预测模型,解决商品价格预测的难题。首先通过德尔菲技术进行专家意见征询,确定影响商品价格的因子;然后数据化处理影响因子后,利用拉依达准则剔除异常数据;再以影响因子为输入量,采用BP神经网络算法建立商品预测模型;采用聚类分析算法建立预测模型与之对比。以玫瑰鲜切花为例建立价格预测模型,实验结果表明:该商品价格预测模型规避了单纯BP神经网络算法的缺陷,具有预测商品价格的普遍性、实用性。
推荐文章
群智能算法优化SVR预测模型的应用与分析
改进蚁群算法
改进粒子群算法
支持向量机回归模型
参数寻优
收敛速度
相对误差
智能算法求解效果评价的物元模型
物元分析
智能算法
性能评价指标
效果评价
基于智能算法的影响鲜切花价格因素验证方法探究
验证
模型
影响因素
GRNN神经网络算法
鲜切花
人工智能算法在建筑能耗预测中应用综述
建筑能耗
能耗预测
能耗计算模型
人工智能算法
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 基于智能算法的价格预测模型探究
来源期刊 计算机技术与发展 学科 工学
关键词 BP神经网络 聚类分析 预测 价格
年,卷(期) 2014,(11) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 107-109,113
页数 4页 分类号 TP31
字数 3604字 语种 中文
DOI 10.3969/j.issn.1673-629X.2014.11.027
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (71)
参考文献  (10)
节点文献
引证文献  (11)
同被引文献  (60)
二级引证文献  (13)
1926(1)
  • 参考文献(0)
  • 二级参考文献(1)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(6)
  • 引证文献(4)
  • 二级引证文献(2)
2020(11)
  • 引证文献(2)
  • 二级引证文献(9)
研究主题发展历程
节点文献
BP神经网络
聚类分析
预测
价格
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导