文献类型：期刊文章

作　　者：丁硕[1] 巫庆辉[1] 常晓恒[1] 王东[2] 张放[1]

Ding Shuo Wu Qinghui Chang Xiaoheng Wang Dong Zhang Fang(College of Engineering, Bohai University, Jinzhou 121013, China Experiment Management Center, Bo hai University, Jinzhou 121013, China)

机构地区：[1]渤海大学工学院,锦州121013 [2]渤海大学实验管理中心,锦州121013

出　　处：《国外电子测量技术》

基　　金：国家自然科学基金资助项目(61401044);渤海大学教学改革项目(BDJG-15-YB-C-018)资助

年　　份：2016

卷　　号：35

期　　号：12

起止页码：78-82

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对单一BP神经网络对实验器材需求量预测准确度偏低的情况,提出了一种将灰关联分析与BP神经网络相结合的实验材料需求预测模型。先用灰关联分析法计算出影响需求量的各因子之间的关联度,然后选择关联度较大的3个优势因子作为BP神经网络的训练样本,建立了3层BP网络预测模型。以某实验材料的实际需求量为实例进行算法检验,对比分析了灰色BP网络模型和单一BP网络模型的预测准确性。实验结果表明:灰色BP网络模型将原有6-10-1的BP网络结构简化为3-6-1结构,灰色BP网络模型预测的最大相对误差仅为-1.36%,而单一BP网络模型的预测最大相对误差为-4.18%,灰色BP模型比单一BP模型的预测精度更高,结构更简单。

关 键 词：灰关联分析 BP神经网络 实验材料  预测  

分 类 号：TN957.52]