基于ARIMA与神经网络的备件需求组合预测方法 | |
王宁1; 李建华1; 王军军2; 李双雪1; 唐宁1 | |
刊名 | 甘肃科技
![]() |
2020-05-20 | |
期号 | 2020-10页码:61-65 |
关键词 | ARIMA BP神经网络 CNN-LSTM神经网络 组合预测 备件需求 |
英文摘要 | 针对备件需求量波动大预测精度不高的问题,提出一种基于差分自回归移动平均(ARIMA)、BP神经网络、串联的卷积与长短期记忆神经网络(CNN-LSTM)组合模型的备件需求预测方法。该方法能够充分发挥ARIMA模型出色的线性拟合能力和神经网络突出的非线性拟合能力,克服了单一方法的局限性,并通过实例分析,验证了该组合预测模型的预测精确度高于单一预测模型。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/104185] ![]() |
专题 | 机电工程学院 |
作者单位 | 1.兰州理工大学机电工程学院; 2.兰州兰石集团有限公司铸锻分公司 |
推荐引用方式 GB/T 7714 | 王宁,李建华,王军军,等. 基于ARIMA与神经网络的备件需求组合预测方法[J]. 甘肃科技,2020(2020-10):61-65. |
APA | 王宁,李建华,王军军,李双雪,&唐宁.(2020).基于ARIMA与神经网络的备件需求组合预测方法.甘肃科技(2020-10),61-65. |
MLA | 王宁,et al."基于ARIMA与神经网络的备件需求组合预测方法".甘肃科技 .2020-10(2020):61-65. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论