一种改进的灰色BP 神经网络预测模型
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


An Improved Prediction Model of Grey BP Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为提高灰色GM(1,1)模型的预测精度和BP 神经网络的映射能力,提出一种改进的灰色BP 神经网络预测 模型。通过分别对灰色系统理论和BP 神经网络2 种模型进行改进,再串联组合成新的预测模型,并结合实测数据 进行仿真试验。结果表明:改进后的模型能兼具二者优点,预测精度有较大提高,相对误差减小,运算速率更快。

    Abstract:

    In order to improve the prediction accuracy of grey GM(1,1) model and the mapping ability of BP neural network, an improved prediction model of grey BP neural network is proposed. Two models, including grey system theory and BP neural network, were improved respectively, and then a new prediction model was combined in series. Carry out the simulation by test data. The results show that the improved model has the advantages of both methods, the prediction accuracy is highly improved, the relative error is reduced, and the operation speed is faster.

    参考文献
    相似文献
    引证文献
引用本文

柴志君.一种改进的灰色BP 神经网络预测模型[J].,2020,39(10).

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2020-05-16
  • 最后修改日期:2020-06-21
  • 录用日期:
  • 在线发布日期: 2021-01-25
  • 出版日期:
文章二维码