一種新型GRNN神經(jīng)網(wǎng)絡(luò)的制冷壓縮機銷售預(yù)測研究.pdf_第1頁
已閱讀1頁,還剩58頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著國內(nèi)食品冷凍行業(yè)的快速發(fā)展,制冷壓縮機的需求也隨之快速增加。如何快速有效的占領(lǐng)一個市場成為關(guān)鍵,但是對市場的占領(lǐng)不能單純的依靠個人經(jīng)驗來預(yù)測,而是要依靠科學(xué)有效的理論算法去預(yù)測。而有效的市場預(yù)測是建立在認(rèn)真研究各種市場因素的基礎(chǔ)上的。
  本文首先介紹了制冷壓縮機銷售預(yù)測的研究背景和研究意義,并分析了影響制冷壓縮機銷售的幾種因素。然后介紹了幾種常用的市場銷售預(yù)測算法,線性回歸預(yù)測算法,神經(jīng)網(wǎng)絡(luò)預(yù)測算法等,并分析了各自的優(yōu)缺點。

2、
  根據(jù)各種常見的預(yù)測算法的缺陷,本文提出了一種基于改進遺傳算法優(yōu)化的廣義回歸神經(jīng)網(wǎng)絡(luò)(Generalized regression neural network,GRNN)預(yù)測算法,由于GRNN神經(jīng)網(wǎng)絡(luò)的預(yù)測效果只需要通過設(shè)置平滑因子來確定,因此該算法改進遺傳優(yōu)化的方式,獲得性能最佳的GRNN神經(jīng)網(wǎng)絡(luò)。
  最后通過MATLAB仿真分析可知,本文所提出的算法具有較優(yōu)的精度和收斂性,通過對制冷壓縮機歷年銷售數(shù)據(jù)的訓(xùn)練,得到

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論