基于ARIMA与神经网络的备件需求组合预测方法

CORC > 兰州理工大学 > 兰州理工大学 > 机电工程学院

	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.