产品需求量非平稳时序的ANN-ARMA预测模型

摘要：

针对基于非平稳时序的产品需求量预测方法存在的问题,研究了人工神经网络(ANN)与自回归滑动平均(ARMA)模型的集成建模与预测方法. 产品需求量的非平稳时序可分解为确定项和随机项两个部分,用人工神经网络模型拟合确定项,以表示非平稳的变化趋势;用自回归滑动平均模型拟合随机项,以表示平稳的随机成分. 将两个模型的预测值之和作为产品需求量的优化预测值. 仿真结果表明,集成模型的预测精度高于单一的人工神经网络模型.

关键词：产品需求量、非平稳时间序列、人工神经网络、自回归滑动平均模型

所属期刊栏目：27

分类号：F272.1;TP183(企业经济)

资助基金：国家部委预研项目20060841001

在线出版日期：2007-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：277-282