|
|||||
|
|
| 产品需求量非平稳时序的ANN-ARMA预测模型 | |
| 作者姓名： | 采峰 曾凤章 |
| 作者单位： | 北京理工大学,管理与经济学院,北京 100081;北京理工大学,管理与经济学院,北京 100081 |
| 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 |
| 文章编号： | 1001-0645(2007)03-0277-06 |
| 收稿时间： | 2006-05-25 |
| 修稿时间： | 2006-05-25 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《北京理工大学学报》浏览原始摘要信息 | |
| 点击此处可从《北京理工大学学报》下载免费的PDF全文 | |