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
2020-05-20
发表期刊甘肃科技
期号2020-10页码:61-65
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。
关键词ARIMA BP神经网络 CNN-LSTM神经网络 组合预测 备件需求
URL查看原文
收录类别CNKI
语种中文
中图分类号TH17;TP183
文献类型期刊论文
条目标识符https://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
第一作者单位机电工程学院
第一作者的第一单位机电工程学院
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.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于ARIMA与神经网络的备件需求组合预(1939KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[王宁]的文章
[李建华]的文章
[王军军]的文章
百度学术
百度学术中相似的文章
[王宁]的文章
[李建华]的文章
[王军军]的文章
必应学术
必应学术中相似的文章
[王宁]的文章
[李建华]的文章
[王军军]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于ARIMA与神经网络的备件需求组合预测方法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

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。