原文服务方: 机电信息       
摘要:
电梯增长量数据的预测可以为行业的管理部门和市场主体提供重要的决策依据。鉴于此,通过对影响电梯数量增长的相关因素进行分析,总结出6个影响电梯增长量的主要因素。运用BP神经网络构建电梯增长量预测模型,以实际某地市为例,结合国家统计局的数据,分析预测值相较于实际值产生的误差,判断构建的模型是否可靠。实验结果表明,预测值和实际值之间匹配度较高,误差范围控制在3%以内,该模型能高精度地预测该地区某年的电梯增长量。
推荐文章
基于PSO-BP神经网络的高炉煤气受入量的预测
高炉煤气
受入量预测
预测模型
PSO-BP神经网络
模型训练
模型检验
基于经验模态分解与BP神经网络的农机总动力增长预测
农业机械
模型
支持向量机
经验模态分解
BP神经网络
农机总动力
预测
基于改进的BP神经网络的Overlay网络流量预测
覆盖网络
网络流量
预测
反向传播(BP)神经网络
基于BP神经网络的输电线路覆冰增长模型研究
输电线路
覆冰增长
BP神经网络
Levenberg—Marquardt
预测
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BP神经网络的电梯增长量预测研究
来源期刊 机电信息 学科
关键词 电梯增长量 BP神经网络 预测
年,卷(期) 2022,(16) 所属期刊栏目 设计与分析
研究方向 页码范围 41-43,47
页数 3页 分类号
字数 语种 中文
DOI 10.19514/j.cnki.cn32-1628/tm.2022.16.011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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)
研究主题发展历程
节点文献
电梯增长量
BP神经网络
预测
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
机电信息
半月刊
1671-0797
32-1628/TM
大16开
南京市鼓楼区清江南路18号鼓楼创新广场D栋1119室
2001-07-01
汉语
出版文献量(篇)
223
总下载数(次)
0
总被引数(次)
0
论文1v1指导