基于灰色关联度的ＧＭ（１，１）－ＢＰ神经网络组合模型研究

doi:10.3969/j.issn.1674-8425(z).2019.11.031

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (11): 207-210.doi: 10.3969/j.issn.1674-8425(z).2019.11.031

基于灰色关联度的ＧＭ（１，１）－ＢＰ神经网络组合模型研究

吴京龙

天津大学管理与经济学部，天津３０００７２

收稿日期:2018-11-18 出版日期:2019-12-18 发布日期:2019-12-18
作者简介:吴京龙，男，硕士研究生，主要从事管理科学与工程、灰色预测研究，Ｅ-ｍａｉｌ：２４２３００８０＠ｑｑ．ｃｏｍ。
基金资助:
教育部人文社会科学研究规划基金项目“ 互联网环境下物流金融贷款契约决策与协调研究”（１６ＹＪＡ７９００１１））

Received:2018-11-18 Online:2019-12-18 Published:2019-12-18

摘要/Abstract

摘要： 改革开放以来，我国居民消费水平保持较快发展态势，准确预测未来居民消费水平能更好地掌握国民经济发展趋势，为政府相关部门制定战略规划和产业政策提供参考。为此，基于灰色关联度建立了ＧＭ（１，１）－ＢＰ神经网络组合模型，对２０００—２０１６年居民消费水平进行模拟，并对比分析ＧＭ（１，１）模型、ＢＰ神经网络模型、灰色组合模型模型的预测误差。仿真结果表明，基于灰色关联度的ＧＭ（１，１）－ＢＰ神经网络组合模型能进一步提高预测准确性。

关键词: ＧＭ（１, １）模型, ＢＰ神经网络, 灰色关联度, 组合模型

中图分类号:

Ｏ２３

吴京龙. 基于灰色关联度的ＧＭ（１，１）－ＢＰ神经网络组合模型研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(11): 207-210.

[1]	孙成胜ａ，张红民ａ，王艳ｂ，巴忠镭ａ. 一种改进的灰色ＢＰ神经网络光伏出力预测方法[J]. 重庆理工大学学报（自然科学）, 2020, 34(2): 217-221.
[2]	江毓，郑燕萍，张新，张涌. 基于改进ＢＰ神经网络的电机异音诊断[J]. 重庆理工大学学报（自然科学）, 2020, 34(1): 242-246.
[3]	. 应用于软件缺陷预测模型的量子粒子群优化BP算法[J]. 重庆理工大学学报（自然科学）, 2019, 33(6): 184-189.
[4]	. 基于ARIMA和BP神经网络对人民币汇率预测的比较分析———以美元人民币汇率为例[J]. 重庆理工大学学报（自然科学）, 2019, 33(5): 207-212.
[5]	. 基于特征提取与LM-BP神经网络协同作用的异常条形码辨识方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(2): -.
[6]	. 基于MEA-BP神经网络的压气机特性曲线预测[J]. 重庆理工大学学报（自然科学）, 2019, 33(2): -.
[7]	. 基于灰色关联度分析的旅游发展与经济增长研究———以山东为例[J]. 重庆理工大学学报（自然科学）, 2019, 33(2): -.
[8]	姜顺明，王智锰，周涛，匡志豪. 基于舒适性与运动感的车内声品质多维度评价[J]. 重庆理工大学学报（自然科学）, 2019, 33(12): 26-31.
[9]	. 基于残差灰色模型的天然气消费预测研究[J]. 重庆理工大学学报（自然科学）, 2018, 32(9): -.
[10]	. 基于神经模糊PID的ABS控制策略研究[J]. 重庆理工大学学报（自然科学）, 2018, 32(9): -.
[11]	. 应用ＳＡＰＳＯＢＰ神经网络的ＤＯＡ估计方法[J]. 重庆理工大学学报（自然科学）, 2018, 32(5): -.
[12]	. 一种基于ＧＡＢＰ的高压混合输电线路故障分类方法[J]. 重庆理工大学学报（自然科学）, 2018, 32(2): -.
[13]	. 应用优化ＧＭ（１，１）模型的农民消费水平预测研究[J]. 重庆理工大学学报（自然科学）, 2017, 31(8): -.
[14]	. 多传感器飞机货舱火警探测系统研究[J]. 重庆理工大学学报（自然科学）, 2017, 31(7): -.
[15]	. 基于灰色关联度组合模型的能源消费预测研究[J]. 重庆理工大学学报（自然科学）, 2017, 31(6): -.

基于灰色关联度的ＧＭ（１，１）－ＢＰ神经网络组合模型研究

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10