典型文献
基于ISM因素分析及SSA-ELM的新能源汽车销售量预测
文献摘要：
新能源汽车销量的有效预测可以帮助企业合理制定生产纲领,把握新能源汽车市场的发展趋势.针对传统的神经网络存在训练速度慢、无法达到全局最小值等缺点,提出一种基于麻雀搜索算法的极限学习机回归预测模型.首先运用解释结构模型(ISM)分析新能源汽车销售量影响因素之间的关系,然后将输入数据随机分为训练集和测试集,采用SSA优化获得最佳初始值和阈值,进而采用ELM进行预测.最后,进行仿真实验,拟合曲线,对提出方法进行验证.结果显示,基于麻雀搜索算法的极限学习机回归预测模型可以准确预测新能源汽车销售量,具有较高的预测精度.
文献关键词：
ISM;SSA;ELM;新能源汽车
中图分类号：
作者姓名：
刘安迪
作者机构：
山东理工大学交通与车辆工程学院,山东 淄博 255000
文献出处：
引用格式：
[1]刘安迪-.基于ISM因素分析及SSA-ELM的新能源汽车销售量预测)[J].中国战略新兴产业,2022(02):41-43
A类：
B类：
ISM,SSA,ELM,新能源汽车,汽车销售,销售量,汽车销量,纲领,汽车市场,训练速度,速度慢,最小值,麻雀搜索算法,极限学习机,回归预测模型,解释结构模型,输入数据,训练集,测试集,获得最佳,初始值,拟合曲线,准确预测
AB值：
0.278496
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
