遗传算法优化的BP神经网络对汽车销售的预测

• 作者: 唐菁敏 曹操 王超 邹淼
• 来源期刊: 价值工程
• 学科: 经济
• 关键词: 预测 神经网络 线性相关 遗传算法
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 价值链·供应链
• 页码范围: 74-77
• 页数: 4页
• 分类号: F224
• 字数: 4786字
• 语种: 中文

摘要

为了使BP神经网络拟合复杂函数的能力得到进一步提升,本文通过改变BP神经网络结构的权值和阈值,从而进一步优化遗传算法,并将此设计的模型应用到预测汽车销售系统之中.为了比较它与传统BP神经算法预测效果,我们进行了预测仿真,从中可以比较两者准确性高低与否.仿真结果表明改进后的算法对存在较明显线性相关性的数据时有更好的拟合能力和更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王超	昆明理工大学信息工程与自动化学院	63	268	7.0	15.0
2	唐菁敏	昆明理工大学信息工程与自动化学院	36	92	5.0	7.0
3	曹操	昆明理工大学信息工程与自动化学院	4	12	3.0	3.0
4	邹淼	昆明理工大学信息工程与自动化学院	2	3	1.0	1.0