基于神经网络的需求预测.pdfVIP

维普资讯 基于神经网络的需求预测 李玉凤 兰州交通大学 甘肃兰州 730070 网型。 (最好有神经网络 的图示 ：输入 层一隐层 一输 出层)它由输入层、隐层 、 输出层三部分组成，对于输入信号 ，要 先 向前传播 到隐节点 ，经过 作用函数 后 ，再把隐节点的输出信息传播到输出 将预测方法分为四大类 ： 【内容摘要】 节点，最后给出输出结果。节点的作用 需求预测对于每一项经济活动 (1)定量预测：利用历史年份的数 函数通常采用 S型函数 ，如 而言，都是至关重要 的，预测 的准确 据 ，采用多种数学方法和模型，包括时 性对供应链牛鞭效应 的控制更是具有 间序列模型 、一元回归模型、二元回归 ／()：- l+P 模型、指数平滑法和增长率外推法等。 举足轻重的作用。神经网络系统作为 多层 网络运行BP学习算法时，整个 一 (2)定性分析：对各项预测指标的 种高度 自适应 的非线性 系统，对于 网络学习过程分为两个阶段。第一个阶 历史发展趋势做必要性分析判断，同时 待处理的数据序列没有特殊的要求， 段是从网络的底部 向上进行计算 ，如果 参考有关规划部门和交通运输部门所作 它可 以通过大量样本的学习从而进行 网络的结构和权 已设定 ，输入 已知学习 的规划 。 拟合及预测 ，而且精度非常令人满 样本，可以计算每一层的神经元输出。 (3)比较调整：分析众多约束条件， 意 。文中将它应 用在供应链管理的需 第二阶段是对权和阀值的修改，这是从 选择重要约束因素，对应用各种方法所 求预测中，可以准确的估计未来的发 最高层向下进行计算和修改 ，从已知最 得到的预测结果加 以限定调整 ，并将这 展趋势，为决策者提供可靠 的依据 。 一 高层的误差修改与最高层相联的权 ，然 结果与其他同类城市发展水平进行分