改进灰色神经网络的冰箱订单需求预测研究.docVIP

文章编号: 1006 － 9348( 2012) 05 － 0219 － 04改 进 文章编号: 1006 － 9348( 2012) 05 － 0219 － 04 改 进 灰 色 神 经 网 络 的 冰 箱 订 单 需 求 预 测 研 究 葛彦强1 ，汪向征2 ，王爱民1 ( 1． 安阳师范学院计算机与信息工程学院，河南 安阳 455002; 2． 安阳师范学院教育信息技术与传媒学院，河南 安阳 455002) 摘要: 研究冰箱订单需求准确预测问题，由于冰箱需求具有季节性和随机性，传统的数据模型无法准确描 述 订 单 变 化 规 律， 预测精度较低。为了提高冰箱订单需求预测精度，将神经网络和灰色理论相结合，构建一种改进灰色神经 网 络 的 冰 箱订 单 预测方法。利用灰色系统理论处理订单产生中的随机性，BP 神经网络预测其非线性变化规律，并利用遗传算法对神经网络 参数进行优化，实现对冰箱订单的准确预测。仿真试验表明，相对于传统预测方法，改进灰色神经网络提高了订单需求的预 测精度，可为冰箱需求的预测提供依据。 关键词: 冰箱订单; 需求预测; 灰色神经网络; 遗传算法 中图分类号: TP183 文献标识码: B Research on Forecasting of Refrigerator Orders Demand Based on Improved Grey Neural Network GE Yan － qiang1 ，WANG Xiang － zheng2 ，WANG Ai － min1 ( 1． School of Computer ＆ Information Engineering，Anyang Normal University，Anyang Henan 455002，China; 2． School of Educational Information Technology and Communication，Anyang Normal University，Anyang Henan 455002，China) ABSTRACT: Refrigerator orders are of the characteristics of random，discrete and nonlinear，the traditional model cannot accurately describe the regularity，and the forecasting precision is quite low． In order to improve the forecast accuracy of refrigerators orders demand，neural network and the grey theory was combined to construct a kind of im- proved grey neural network forecasting method of refrigerator orders． By using the theory of gray system，the random- ness of refrigerator orders was processed，BP neural network was used to predict the nonlinear variation，and the ge- netic algorithm was used to optimize the neural network’s parameters． Simulation results show that，compared with the traditional forecasting methods，the proposed method improves the forecasting accuracy of order demand and is ef- ficient in refrigerators orders forecasting． KEYWORDS: Refrigerator orders; Demand forecasting; Grey neural network; Genetic algorithm 以满足现实的需求［2，3］。冰箱订单需求具有典型的增长性与 季节波动性，一方面，冰箱作为一种主要的家用电器，随着生 活水平的提高逐渐 从 城 市 向 乡 村 普 及，另 一 方 面，冰 箱需 求 又有季节性的波动，夏 季 是 冰 箱的 需 求 旺 季，其 余 季 节 需 求 量会随之减少，因此，冰 箱订 单 既 具 有 随 时 间 增