论文部分内容阅读
针对基于非平稳时序的产品需求量预测方法存在的问题，研究了人工神经网络（ANN）与自回归滑动平均（ARMA）模型的集成建模与预测方法．产品需求量的非平稳时序可分解为确定项和随机项两个部分，用人工神经网络模型拟合确定项，以表示非平稳的变化趋势；用自回归滑动平均模型拟合随机项，以表示平稳的随机成分．将两个模型的预测值之和作为产品需求量的优化预测值．仿真结果表明，集成模型的预测精度高于单一的人工神经网络模型．