針對單一BP神經(jīng)網(wǎng)絡(luò)對實驗器材需求量預(yù)測準(zhǔn)確度偏低的情況,提出了一種將灰關(guān)聯(lián)分析與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的實驗材料需求預(yù)測模型。先用灰關(guān)聯(lián)分析法計算出影響需求量的各因子之間的關(guān)聯(lián)度,然后選擇關(guān)聯(lián)度較大的3個優(yōu)勢因子作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本,建立了3層BP網(wǎng)絡(luò)預(yù)測模型。以某實驗材料的實際需求量為實例進(jìn)行算法檢驗,對比分析了灰色BP網(wǎng)絡(luò)模型和單一BP網(wǎng)絡(luò)模型的預(yù)測準(zhǔn)確性。實驗結(jié)果表明:灰色BP網(wǎng)絡(luò)模型將原有6-10-1的BP網(wǎng)絡(luò)結(jié)構(gòu)簡化為3-6-1結(jié)構(gòu),灰色BP網(wǎng)絡(luò)模型預(yù)測的最大相對誤差僅為-1.36%,而單一BP網(wǎng)絡(luò)模型的預(yù)測最大相對誤差為-4.18%,灰色BP模型比單一BP模型的預(yù)測精度更高,結(jié)構(gòu)更簡單。 

【文章來源】：國外電子測量技術(shù). 2016,35(12)

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 實驗器材需求量影響因子的灰關(guān)聯(lián)分析
    2.1 灰關(guān)聯(lián)系數(shù)的計算
    2.2 灰關(guān)聯(lián)度的計算
    2.3 灰關(guān)聯(lián)度排序
3 基于灰關(guān)聯(lián)BP網(wǎng)絡(luò)的實驗材料需求預(yù)測模型的建立
    3.1 網(wǎng)絡(luò)的拓補結(jié)構(gòu)
    3.2 網(wǎng)絡(luò)的訓(xùn)練結(jié)果與分析
4 仿真實驗
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]主成分分析與BP網(wǎng)絡(luò)結(jié)合的教學(xué)質(zhì)量評價[J]. 胡帥,顧艷,曲巍巍.  自動化技術(shù)與應(yīng)用. 2016(04)
[2]集成BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的研究與應(yīng)用[J]. 趙會敏,雒江濤,楊軍超,徐正,雷曉,羅林.  電信科學(xué). 2016(02)
[3]基于PCA-BPNN的學(xué)生寫作成績預(yù)測模型研究[J]. 胡帥,顧艷,姜華,曲巍巍.  國外電子測量技術(shù). 2015(12)
[4]基于灰色神經(jīng)網(wǎng)絡(luò)的戰(zhàn)場態(tài)勢分析及預(yù)測[J]. 王勁松,李宗育,隋雷.  電光與控制. 2015(12)
[5]遺傳算法和神經(jīng)網(wǎng)絡(luò)結(jié)合的PSD非線性校正[J]. 劉春,馬穎.  電子測量與儀器學(xué)報. 2015(08)
[6]基于預(yù)測模型的BPAdaboost算法改進(jìn)[J]. 韓韜,陳曉輝.  桂林理工大學(xué)學(xué)報. 2014(03)
[7]基于BP神經(jīng)網(wǎng)絡(luò)的微量藥品動態(tài)稱重系統(tǒng)非線性補償[J]. 莊育鋒,胡曉瑾,翟宇.  儀器儀表學(xué)報. 2014(08)
[8]基于神經(jīng)網(wǎng)絡(luò)技術(shù)的實驗器材保障應(yīng)用研究[J]. 黃啟來,汲萬峰,趙明.  實驗技術(shù)與管理. 2014(07)
[9]Data-driven Prognostics and Remaining Useful Life Estimation for Lithium-ion Battery: A Review[J]. LIU Datong,ZHOU Jianbao,PENG Yu.  Instrumentation. 2014(01)
[10]DGA與GRNN的聯(lián)合變壓器故障診斷研究[J]. 丁碩,常曉恒,巫慶輝,楊友林.  電子測量技術(shù). 2014(05)



本文編號：3322046