基于改进Elman神经网络的制糖企业原糖需求预测模型

• 作者: 李洋莹 陈智军 张子豪 游兰
• 来源期刊: 计算机应用
• 关键词: 布谷鸟搜索算法 Elman神经网络 时间特征 需求量预测 时间序列预测
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 前沿与综合应用|Frontier and comprehensive applications
• 页码范围: 2113-2120
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020061000

摘要

制糖企业采用传统算法进行原糖需求预测时忽略了时间因素,而且没有考虑行业特点,导致预测准确性有限.针对上述问题,结合制糖原材料的供需周期特点,提出一种时间特征关联的使用改进布谷鸟搜索(MCS)优化的Elman神经网络需求量预测模型TMCS-ENN.首先,通过提出自适应学习速率公式来优化Elman神经网络(ENN);其次,引入自适应寄生失败概率和自适应步长控制量公式得到MCS算法来优化ENN的权值和阈值,从而有效提高模型的局部搜索能力,避免局部最优;最后,结合制糖企业原材料购买的时间相关性和滞后性规律,基于周粒度设计数据切片,并以节假日作为重要特征训练ENN,得到预测模型TMCS-ENN.实验结果表明,以周为时间粒度的情况下,TMCS-ENN预测模型的预测精度达到93.89％.可见TMCS-ENN能够满足制糖企业原材料采购需求的预测精度,有效提高企业生产效率.