為了降低油料消耗量的預(yù)測誤差,提高預(yù)測精度,將灰色預(yù)測模型所需初始數(shù)據(jù)少和BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型非線性擬合能力強的優(yōu)點結(jié)合起來,建立了基于灰色理論和BP神經(jīng)網(wǎng)絡(luò)的油料消耗量組合預(yù)測模型。通過引入單一預(yù)測模型的加權(quán)系數(shù),更好地挖掘了兩種預(yù)測方法所隱含的數(shù)據(jù)規(guī)律,使單一預(yù)測模型中存在的不確定性得到分散。算例結(jié)果表明,相較于灰色預(yù)測和BP神經(jīng)網(wǎng)絡(luò)預(yù)測的單一模型,組合預(yù)測模型的預(yù)測結(jié)果更貼近于真實數(shù)據(jù),預(yù)測精確度更高、誤差更小,將該模型用于油料消耗量預(yù)測是可行的。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 油料消耗量組合預(yù)測模型的建立
    2.1 油料消耗量組合預(yù)測的概念
    2.2 灰色預(yù)測模型的建立
    2.3 BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的建立
    2.4 組合預(yù)測模型的建立
    2.5 油料消耗量組合預(yù)測模型的預(yù)測步驟
3 算例分析
4 結(jié)論



本文編號：3963222