基于灰色理论与BP神经网络的油料消耗量组合预测

摘要：

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。

关键词：油料、消耗量、预测、灰色理论、BP神经网络

所属期刊栏目：35

分类号：TP183;E234(自动化基础理论)

资助基金：后勤工程学院青年科研基金YQ15-410702

在线出版日期：2016-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：160-163,184