基于粒子群优化的神经网络训练算法在产品种类预测中的应用

被引:9
作者
高亮
杨林
周驰
胡映兵
机构
[1] 华中科技大学机械科学与工程学院工业工程系
关键词
数据挖掘; 神经网络; 种类预测; 粒子群优化算法;
D O I
10.13196/j.cims.2006.03.147.gaol.024
中图分类号
F224 [经济数学方法];
学科分类号
0701 ; 070104 ;
摘要
市场环境的变化导致产品更新换代加快,产品种类预测成为新的难题。传统的线性预测方法只能对产品需求的数量或价格等数值进行预测,而无法对产品的发展趋势和未来种类做出正确预测。通过对产品种类预测、数据挖掘和粒子群优化算法的研究,建立种类预测模型,利用基于粒子群优化的神经网络训练算法进行产品种类预测,并以手机为例进行预测,结果证明该方法是有效的。
引用
收藏
页码:465 / 469
页数:5
相关论文
共 5 条
  • [1] 基于粒子群优化的神经网络训练算法研究
    高海兵
    高亮
    周驰
    喻道远
    [J]. 电子学报, 2004, (09) : 1572 - 1574
  • [2] 数据挖掘技术的研究
    刘永山
    汤毅
    陈雯柏
    曾昭天
    [J]. 重庆工业高等专科学校学报, 2003, (02) : 40 - 42
  • [3] 经济预测与决策技术[M]. 武汉大学出版社 , 冯文权主编, 2002
  • [4] 数据挖掘技术及其应用[M]. 国防工业出版社 , 刘同明等编著, 2001
  • [5] 生产与运作管理[M]. 高等教育出版社 , 陈荣秋, 1999