基于神经网络的预测模型的比较研究

随着经济预测、电力预测等各种预测的兴起,预测对各种领域的重要性开始显现。针对在建立预测模型时不能准确判别使用合适的神经网络,论文归纳了几种常用于预测的神经网络:BP神经网络、RBF神经网络、小波神经网络、组合神经网络,并总结了相应的优缺点,及其适用的预测范围。以某蓄电池厂近几年的销售量为例,检验各种预测模型的精度。预测结果显示,用单一预测模型进行预测时,因自身的局限,使其预测精度和稳定性不高。相比之下,组合预测模型更能有效提高预测精度,可以较充分的降低预测风险,保证预测结果的稳健性。