本文選題：果蠅算法 + 灰色神經網絡��； 參考：《數(shù)學的實踐與認識》2017年20期

【摘要】：冰箱訂單需求具有一些不確定因素,傳統(tǒng)的數(shù)據(jù)模型不能準確描述訂單變化規(guī)律.預測精度比較低.為了進一步更加準確地預測出冰箱訂單需求量,采用了將果蠅算法和灰色理論相結合.構建了一種果蠅優(yōu)化灰色神經網絡的冰箱訂單需求預測方法.利用灰色系統(tǒng)理論處理訂單產生中的隨機性,由果蠅算法對灰色神經網絡的參數(shù)進行優(yōu)化,實現(xiàn)對冰箱訂單的準確預測.通過兩組實驗,果蠅算法優(yōu)化灰色神經網絡和灰色神經網絡,兩者相比較,果蠅算法優(yōu)化灰色神經網絡提高了訂單需求的預測精度,為冰箱訂單需求的預測提供了依據(jù).
[Abstract]:There are some uncertain factors in the demand of refrigerator order, and the traditional data model can not accurately describe the law of order change. The prediction accuracy is low. In order to predict the order demand of refrigerator more accurately, a combination of Drosophila algorithm and grey theory was adopted. A forecasting method of refrigerator order demand based on optimized grey neural network for Drosophila was established. This paper deals with the randomness of order generation by using the theory of grey system, and optimizes the parameters of grey neural network by using the algorithm of Drosophila, so as to realize the accurate prediction of the order of refrigerator. Through two groups of experiments, the fruit fly algorithm optimizes the grey neural network and the gray neural network. Compared with the two algorithms, the fruit fly algorithm optimized the grey neural network improves the forecasting accuracy of the order demand, and provides the basis for the forecast of the refrigerator order demand.
【作者單位】： 中北大學計算機與控制工程學院;中北大學理學院數(shù)學系;
【分類號】：N941.5;TP18

【相似文獻】

相關期刊論文 前5條

1 何童麗;;灰色神經網絡模型在高校招生預測中的應用研究[J];云南民族大學學報(自然科學版);2010年01期

2 馬軍杰;尤建新;陳震;;基于改進粒子群優(yōu)化算法的灰色神經網絡模型[J];同濟大學學報(自然科學版);2012年05期

3 蔡強;陳亞;李海生;曹健;;基于灰色神經網絡的道路權重確定方法[J];上海理工大學學報;2013年06期

4 葛彥強;汪向征;王愛民;;改進灰色神經網絡的冰箱訂單需求預測研究[J];計算機仿真;2012年05期

5 王衍洋;曹義華;;航空運行風險的灰色神經網絡模型[J];航空動力學報;2010年05期

相關會議論文 前2條

1 陶利;李海波;陳亦濤;;灰色神經網絡在預測問題中的研究[A];數(shù)學·力學·物理學·高新技術交叉研究進展——2010（13）卷[C];2010年

2 王秋萍;閆建波;;灰色神經網絡模型在石油消費預測中的應用[A];第19屆灰色系統(tǒng)全國會議論文集[C];2010年

相關碩士學位論文 前4條

1 王志遠;基于灰色神經網絡的股票分析預測研究[D];鄭州大學;2011年

2 司志娟;基于灰色神經網絡組合模型的空氣質量預測[D];天津大學;2012年

3 孫要偉;灰色神經網絡GNNM（1，，1）批處理算法的收斂性[D];大連理工大學;2009年

4 張沂華;基于灰色拓撲的航班訂座需求預測方法研究[D];中國民航大學;2011年

本文編號：1880930