典型文献
基于改进RBF-BP神经网络的预测方法研究
文献摘要：
针对钢铁企业在库存管理方面存在着不能合理控制库存量,从而不能及时正常供应企业生产需求,容易造成企业生产不能正常进行.提出了一种基于改进的麻雀算法优化RBF-BP神经网络(LISSA-RBF-BP)的模型,以宝钢德盛厂物料金钨粉为研究对象,采用此模型对其库存量进行预测,以降低库存成本,减少企业损失.此模型采用鸟群算法优化传统麻雀搜索算法(SSA),提高算法的全局搜索能力,解决了麻雀算法易得到局部最优解问题.采用Logtistic混沌映射优化SSA初始种群,保持种群多样性并能提高算法搜索遍历的均匀性.通过仿真实验结果分析,LISSA-RBF-BP模型比RBF-BP模型和SSA-RBF-BP模型能更加准确的对金钨粉库存量进行预测.
文献关键词：
RBF-BP组合神经网络;库存预测;改进麻雀搜索算法;鸟群算法;Logistic混沌映射
中图分类号：
作者姓名：
吴学梅;牟莉
作者机构：
西安工程大学计算机科学学院 西安710600
文献出处：
引用格式：
[1]吴学梅;牟莉-.基于改进RBF-BP神经网络的预测方法研究)[J].国外电子测量技术,2022(02):105-110
A类：
LISSA,Logtistic
B类：
RBF,钢铁企业,库存管理,合理控制,库存量,麻雀算法,算法优化,宝钢,钨粉,降低库存,库存成本,鸟群算法,全局搜索,搜索能力,易得,局部最优解,混沌映射,初始种群,种群多样性,遍历,实验结果分析,组合神经网络,库存预测,改进麻雀搜索算法
AB值：
0.29828
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。
