基于多模型融合的BP神经网络组合预测模型的研究

随着大数据互联网等产业的高速发展,企业比以往更需要精准的预测销售数据来制定企业未来的规划。然而传统单一的预测模型如三次指数平滑预测模型、灰色预测模型和多变量LSTM预测模型都因各自的局限性难以得到精准预测的结果。本文提出建立一种基于多模型融合的BP神经网络组合预测模型,即将三次指数平滑预测、灰色预测和多变量LSTM预测的预测结果作为BP神经网络预测模型的输入,从而得到精准预测结果。该模型通过在医疗销售行业的应用,符合预期成果,并得到好的评价。

基于时间序列的朝阳市生猪价格短期预测研究

为了获取更多利润,降低价格波动带来的风险,对朝阳市生猪价格进行基于时间序列的短期预测研究.根据辽宁省朝阳市某养猪场提供的2020~2022年3种生猪日销售价格,首先利用Excel对数据进行处理,以周为基本单位,把每周的平均价格作为周价格;其次,根据外三元猪价格中前100周的价格,分别采用时间序列预测法中的一次移动平均预测法、一次指数平滑预测法和三次指数平滑预测法来预测后57周的价格,通过与实际价格的对比可知,采用三次指数平滑预测法预测的误差最小,由此用该预测法来预测内三元猪和土杂猪后57周的价格;最后,利用Matlab计算土杂猪、内三元猪的预测值,结果显示二者的预测误差分别为0.386、0.604,并据此绘制价格变化趋势的图像,为养猪场预测生猪价格提供理论依据.

基于组合模型的石羊河流域农业用水量预测

为了提高农业用水量模型的精度,以1997—2004年农业用水量数据为依据,建立了石羊河流域农业用水量的灰色GM(1,1)预测模型、三次指数平滑预测模型以及组合模型,并用2005—2007年的农业用水量数据进行检验。结果表明:组合模型的平均误差仅为0.27%,而单一的灰色GM(1,1)预测模型和三次指数平滑预测模型的平均误差分别为1.50%和0.54%。采用组合预测模型,对石羊河流域2008—2010年的农业用水量进行预测,结果分别为23.552亿、23.639亿、23.738亿m3。

面向SaaS运营的主成分分析组合预测模型

为了建立面向SaaS运营的预测模型,提出了一种基于主成分分析的组合预测模型并应用于SaaS运营预测中。利用相空间重构预测模型、灰色预测模型和三次指数平滑预测模型这三种单一预测模型,结合主成分分析策略,建立组合预测模型。仿真实验结果表明,基于主成分分析的组合预测模型的预测精度高于各单一预测模型,发挥了各单一预测模型的优势,是面向SaaS运营预测的一种有效方法。

长春市公路运量预测

本文用多种方法，通过历史数据，建立数学模型，对长春市未来几年的公路货运量进行预测，最后进行定性分析，同时采纳专家建议，确定出预测值，为运输部门调整运动结构提供参考。

进口检品数量的预测分析研究

目的:根据历史数据对未来3年的进口检品数量进行预测,为领导决策和业务规划提供依据。方法:采用目前较为成熟的4种预测分析模型:三次指数平滑预测法、灰色模型、一元线性回归组合预测法、差分自回归移动平均(以下简称ARIMA)模型,选择适当参数进行预测和方法评价。结果:预测2016年、2017年、2018年的进口数量分别为30544件(30327~31730件)、32844件(32616~34097件)、35144件(34905~36465件)。结论:4种分析模型中,ARIMA模型对2011年至2015年的预测结果与实际数据的偏差相对最小,预测准确度相对较高。

基于IOWGA算子的铁路客运量组合预测

科学准确地预测铁路客运量是制定铁路网规划的基础。以全国铁路客运量的历史数据为基础,采用灰色GM(1,1)模型和三次指数平滑模型进行组合优化,建立了基于IOWGA(Induced Ordered Weighted GeometricAveraging)算子的组合预测模型,并对组合预测模型进行了检验,检验结果表明,组合预测模型是有效的、可靠的,具有较高的精度,可对我国的铁路客运量进行预测。最后利用所建立的预测模型预测了2008年--2010年我国铁路客运量。

木材加工厂原料需求量预测分析

木质原料需求量预测是木材加工企业库存控制的关键环节,甚至会直接影响到加工厂未来运营计划的整体规划。文中以福建某造板厂木材原料需求量为基础数据,建立组合灰色预测和三次指数平滑预测的预测模型,采用误差平方和极小化的方法确定单项预测模型最优权重,并对造板厂木材原料需求量加以预测和分析。

组合预测模型在宁波港集装箱吞吐量预测中的应用

港口吞吐量预测是港口规划过程中的关键环节,直接关系到港口规划的科学合理性。本文根据宁波港集装箱吞吐量的历史数据,建立了时间序列的三次指数平滑模型、灰色系统预测模型等单项预测模型。鉴于单项预测模型的局限性,提出了组合预测模型,采用线性规划的方法确定其最优组合的权重,并对宁波港集装箱吞吐量加以预测和分析。

许昌市乡镇企业发展趋势预测

本文根据许昌市乡镇企业的发展现状和历史资料的统计,结合近几年该市乡镇企业发展的特点,选用了三次指数平滑数学模型,对该市乡镇企业的总产值、总收入等六项指标1989、1990、1995、2000年的发展趋势进行了预测并做了必要的分析。 1.明确预测目标 要预测乡镇企业的发展趋势,根据综合调查分析:决定预测以下各指标(1)总产值、(2)总收入、

基于双模型的农业用水量预测算法仿真

传统农业用水量预测算法忽略了对较小流量数据的处理与预测,导致预测结果与实际情况的拟合度不高,且传统方法应用过程复杂,应用难度较高。为此提出农业种植区域用水量数据化预测算法。填补用水量缺失数据,同时运用归一化方法将用水量数据归一化处理,并将其简单化处理,完成数据预处理。构建灰色预测模型预测流量较大的用水量,且针对流量较小的用水量数据构建三次指数平滑预测模型,将两种模型组合,求出预测值并进行反归一化处理,实现农业种植区域用水量数据化预测。实验结果表明,所提方法的预测拟合度高、复杂度低和可靠度高。

供水管道漏损时间预测模型的建立

城市供水管道漏损问题是综合解决我国目前供水行业现存实际问题的关键。以T市连续4年间某供水管道漏损时间间隔为研究对象,在三次指数平滑预测模型的基础上,引入差分法对指数平滑预测模型进行改进,分别建立一阶差分—指数平滑预测模型和二阶差分—指数平滑预测模型。通过预测结果精度分析和比较,二阶差分—指数平滑预测模型精度高,能更好预测后续年份供水管道的漏损时间,该模型可为供水企业检漏精准度的提高提供参考。

基于数学建模方法的新零售目标产品的精准需求预测

基于目前消费市场的发展现状,本文将新零售企业解决“精准需求预测”问题分解为两个子问题,并采用数学建模的方法进行求解。对于问题一:针对影响销售量的相关因素对销售量做相关性分析。其目标为特定时间段销售额前五十的skc,因此需要先做数据预处理,进而统计销售额前五十的商品,再整理量化的相关因素,进而利用SPSS软件进行回归分析等。对于问题二:该问题是一个预测问题,需要预测销售额排名前10的小类,以月作为单位整理数据。考虑到相关因素带来的影响,比如双十一节假日等因素,因此使用组合预测法。采用三次指数平滑预测和SPSS回归分析的方法建立模型,对结果进行综合预测和MAPE评估。综上所属,本文应用matlab和SPSS等软件,采用线性回归、平滑预测等方法,为解决“精准需求预测”问题提供了模型和思路。

基于组合模型的民航事故征候预测研究

为提高民航事故征候的预测精度,通过引入残差修正序列的灰色模型和三次指数平滑模型的预测结果,构建基于IOWA算子的有序加权组合预测模型。以2007年-2019年全国民航事故征候历史数据为实例样本,分别使用组合预测模型与单一预测模型进行拟合和预测验证。结果显示,改进灰色模型、三次指数平滑模型和组合模型的平均拟合精度分别为0.944、0.903、0.969,结合其他误差评判标准,表明组合预测模型的预测精度更高,误差更小,能有效地反映民航事故征候的发展趋势。