基于BP神经网络的数据挖掘方法在需求预测中的应用研究

被引：34

作者：

付斌 ^{[1
,2
]}

张吉军 ^{[1
]}

钟健 ^{[3
]}

黄长略 ^{[4
]}

于智博 ^{[2
]}

机构：

[1] 西南石油大学经济管理学院

[2] 西南油气田公司天然气经济研究所

[3] 西南油气田公司重庆气矿

[4] 西南油气田公司社会保险中心

来源：

情报科学 | 2017年 / 11期

关键词：

BP神经网络; 数据挖掘; 需求预测;

D O I：

暂无

中图分类号：

F426.22 []; TP183 [人工神经网络与计算]; TP311.13 [];

学科分类号：

140502 [人工智能];

摘要：

【目的/意义】数据挖掘是从庞大数据中挖掘出有潜在价值信息的信息处理技术,它包括神经网络、遗传算法、粗糙集、支持向量机和决策树等多门技术,其中神经网络法具有良好的自学习和含联想储存功能,能够高速寻找优化解,有效提高需求预测准确率。【方法/过程】本文利用BP神经网络具有的优异非线性逼近能力,以我国天然气需求量预测为例,对需求量数据进行训练并采用L-M算法进行改进,最终提高对天然气需求量的预测精度。【结果/结论】实验结果证明,利用数据挖掘中的BP神经网络非线性预测优势能准确捕捉天然气需求预测的变化趋势,为精准预测需求提供了一种有效的工具。

引用

页码：132 / 135

页数：4

共 5 条

[1]

基于数据挖掘的商品销售预测分析 [J].