基于改进的GRNN的销量预测
【出 处】:《
计算机工程与科学
》
CSCD
2010年第1期 153-155页,共3页
【作 者】:
王红卫
;
林健良
【摘 要】
根据灯具销量具有增长趋势和周期性二者合成的非线性特点,本文利用相空间重构理论确定GRNN的输入节点数,以加权误差代价函数代替传统误差代价函数为目标训练网络,采用粒子群优化算法优化平滑参数,并在此基础上将GRNN用于灯具销量的短期预测。与传统的BPNN相比,改进后的GRNN预测精度更高,抗噪声能力更强,模型更稳健。
相关热词搜索:
上一篇:基于IC卡的汽车尾气排放检测数据管理信息系统的设计与实现
下一篇:基于嵌入式Linux的CMX865驱动程序研究与实现