基于灰关联分析的GA-BP神经网络在汽车油耗估算中的应用

• 作者: 全春光 程晓娟 韩庆兰
• 来源期刊: 数学的实践与认识
• 关键词: 灰关联分析 BP神经网络 遗传算法 汽车油耗 预测
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 管理科学
• 页码范围: 43-51
• 语种: 中文

摘要

从设计参数特征入手分析影响汽车油耗的因素,利用灰关联分析方法,解析了各设计参数对汽车油耗的影响程度,选择其中灰关联度较大的设计参数作为输入数据,综合工况油耗作为输出数据,构建6-5-1层结构的BP神经网络预测模型,并利用遗传算法获得优化后的BP神经网络的权值和阈值,然后训练BP神经网络得到最优值,最后以国内市场340款汽车作为研究样本,进行有效性验证.研究结果表明,模型利用灰关联分析获得影响汽车油耗的主要因素,简化了网络结构;与优化前的BP神经网络相比,具有更高的预测精度和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩庆兰	中南大学商学院	115	1375	19.0	33.0
2	程晓娟	湖南商学院会计学院	3	8	2.0	2.0
3	全春光	长沙学院经济管理系	6	15	3.0	3.0