【摘 要】
：
为了解决传统库存管理存在库存成本大和消费者满意度低的问题,提出了BP神经网络的库存预测模型,同时针对BP神经网络模型应用中存在的训练时间长、收敛速度慢的问题进行了改进
论文部分内容阅读
为了解决传统库存管理存在库存成本大和消费者满意度低的问题,提出了BP神经网络的库存预测模型,同时针对BP神经网络模型应用中存在的训练时间长、收敛速度慢的问题进行了改进,即对BP神经网络的输入变量采用主成分分析法进行预处理,减少输入变量个数,解决由输入变量过多造成的效率下降问题。MATLAB仿真实验结果表明,改进的BP神经网络方法简化了网络结构,提高了收敛速度及预测精度,能够实现最佳库存水平的准确预测,从而为需求预测提供了一条新途径。
其他文献
实现节点的精确定位是无线传感器网络研究领域中一个重要方向。基于粒子群优化的无线传感器网络定位算法与极大似然估计算法、最小二乘法等传统算法相比,定位精度更高,但易陷
研究了辐射热流作用下杉木枝条燃烧特性。利用锥形量热仪测定了50 k W/m2的辐射热流下杉木叶片及不同尺寸杉木枝条自发着火状态下的热释放速率(HRR)和总释放热(THR)等参数。
由于GPS在室内或是紧密建筑群中定位误差较大,基于视觉的自主定位为其提供了廉价的解决方案,但是传统仿射匹配算法大多基于浮点型的特征描述算子,而二进制特征描述子在内存占用和时间消耗上有较大的优势,论文提出了一个基于虚拟视角和二进制特征的快速仿射图像匹配算法。首先,提取待匹配图像的二进制特征,通过粗匹配生成单应性矩阵,然后通过对矩阵进行评估来决定是否通过单应性矩阵生成中间图像或是通过虚拟视角生成模拟图
研究一类非线性时滞双曲型偏泛函微分方程解的振动性，利用微分不等式方法和广义Riccati变换，获得了该类方程在第一类边值条件下振动的新的充分条件，所得结果通过实例加以阐明．
近年来,有色金属等大宗商品下游终端需求不断缩减,使得上游资源型企业现有产能存在不同程度的闲置现象。产能闲置推动生产成本上升,投资回报率下降,对企业利润形成负面冲击,
小波神经网络是小波分析理论和人工神经网络两者结合的产物。为了解决BP算法易陷入极小值,收敛速度慢的问题。论文采用小波神经网络进行训练同时融合了带动量的BP算法,自适应
影响电力负荷的因素有很多,用于电力负荷预测的数据随着电网规模的扩大也越来越多。传统预测方法不能通过挖掘大量数据,有效地建立电力负荷预测模型。论文结合并行共享数据挖