基于改进Elman神经网络的原糖需求预测模型

作者：张子豪; 游兰; 陈智军; 李洋莹

来源：计算机应用, 2021, 1-11.

• 改进布谷鸟搜索算法
• Elman神经网络
• 时间特征
• 需求量预测
• 时间序列预测

针对现有原材料预测因多数使用传统算法模型，忽略了时间因素影响及行业特点从而导致预测准确性有限的问题，结合制糖原材料的供需周期性特点，提出了一种基于改进Elman神经网络的制糖原材料需求量预测模型。首先，通过提出自适应学习速率公式优化Elman神经网络（ENN）；其次，引入自适应寄生失败概率和自适应步长控制量公式改进布谷鸟搜索算法（MCS），优化Elman神经网络的权值和阈值，有效提高了模型的局部搜索能力，避免局部最优；最后，结合制糖企业原材料购买的时间相关性和滞后性规律，基于周粒度设计数据切片，以节假日作为重要特征训练Elman神经网络，提出了一种时间特征关联的使用MCS优化的Elman神经网络需求量预测模型（TMCS-ENN）。实验结果表明，以周为时间粒度的情况下，所提模型预测精度达到93.89%。TMCS-ENN能够满足制糖企业原材料采购需求的预测精度，有效提高了企业生产效率。

• 单位
  湖北大学