BP神经网络图书文献经费预测模型

旨在应用BP神经网络的函数逼近功能,建立一维时间序列数据图书文献经费的预测模型。基于MAT-LAB6.5BP神经网络训练,得出的预测结果与各个示例的实际数值比较吻合。测试样本的训练结果表明,该模型适用于图书文献经费预测。

利用灰色系统理论预测图书文献经费

正确预测图书文献经费可指导图书经费的使用。本文利用灰色系统理论建预测模型 ,预测未来四年我院图书、期刊经费 ,并对预测结果进行分析和评价 ,结果表明 :该方法有一定实用性和科学性 ;

图书文献经费的支持向量机组合预测

对灰色、神经网络和SVM(支持向量机)的3个预测模型进行了研究,以某图书馆1996年～2003年图书文献总经费为例,对图书文献总经费进行了预测,经过比较,SVM的预测方法精度较高。在分析组合预测特性的基础上,提出了对灰色系统、神经网络和SVM三种预测方法结果进行了线性组合预测方法和SVM的组合预测方法。与单一预测方法结果和线性组合预测进行对比,SVM组合预测方法比较精确。