科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着化工产品的个性化定制需求越来越多，产品需求预测成为了企业调整生产的一种手段。针对目前化工行业上下游产品关联大、市场需求变化规律性不明显的特点，改进了一种基于混沌理论相空间重构算法的BP神经网络化工产品需求预测模型。使用自相关法和Cao氏法来确定相空间参数，构建混沌系统相空间对数据进行预处理;其次改进了构建基于BP神经网络的深度学习算法模型，通过实验确定BP神经网络隐藏层结点的个数，提高预测精度并构建单步测模型预测下一时期需求，进而构建多步预测模型。实验结果表明，该方法平均预测精度大于90%，优于其他类型的神经网络预测方法，对工厂及时调整生产具有一定的指导意义。
- 出版日期2022
- 单位现代教育技术中心; 西安航空职业技术学院
