基于思维进化优化灰色神经网络在真空玻璃需求中的研究

摘要：

由于真空玻璃需求受到多重因素的影响,传统的数据模型无法准确找寻订单变化规律,导致预测精度较低.为了提高预测精度,结合灰色神经网络模型,利用思维进化算法优化灰色神经网络,确定灰色神经网络的最优初始参数.分别利用灰色神经网络(GNN)模型和思维进化-灰色神经网络(MEC-GNN)模型,用训练好的网络预测某真空玻璃制造商订单,预测结果表明:改进的MEC-GNN模型明显地提高了预测结果的精度.

关键词： 真空玻璃制造商 订单预测 神经网络 思维进化算法 灰色模型

作者: 杜萍 王磊 王元麒

作者单位: 海南大学海南省特种玻璃重点实验室 海口 570228 米兰理工大学 意大利米兰 20133

会议类型: 国内会议

会议名称: 2017年中国玻璃行业年会暨技术研讨会

会议地点: 杭州

会议语种:中文

页码: 239-243

在线出版日期: 2017-04-18（万方平台首次上网日期，不代表论文的发表时间）