为准确预测饮料销售量,构建了一个灰色粗糙集与BP神经网络结合的饮料销售预测模型.针对神经网络输入数据的非线性、冗余性、不完整性,通过灰色关联分析和粗糙集属性约简对其进行双维度处理,提高了BP神经网络的训练速度和泛化能力.通过附加动量项、优化误差函数,提高了BP神经网络的学习收敛速度和预测精度.针对某饮料企业历史销售数据进行了实例验证.结果表明,该模型相比未经前期处理的BP神经网络模型和线性回归分析方法,其预测结果的误差更小,预测精度更高.
科研之友
微信
新浪微博
Facebook
分享链接
