10.3969/j.issn.1005-152X.2016.09.033
基于灰色理论与BP神经网络的油料消耗量组合预测
为了降低油料消耗量的预测误差,提高预测精度,将灰色预测模型所需初始数据少和BP神经网络预测模型非线性拟合能力强的优点结合起来,建立了基于灰色理论和BP神经网络的油料消耗量组合预测模型。通过引入单一预测模型的加权系数,更好地挖掘了两种预测方法所隐含的数据规律,使单一预测模型中存在的不确定性得到分散。算例结果表明,相较于灰色预测和BP神经网络预测的单一模型,组合预测模型的预测结果更贴近于真实数据,预测精确度更高、误差更小,将该模型用于油料消耗量预测是可行的。
油料、消耗量、预测、灰色理论、BP神经网络
35
TP183;E234(自动化基础理论)
后勤工程学院青年科研基金YQ15-410702
2016-10-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
160-163,184