基于BP 神经网络和KNN 的二手车估价研究  

作　　者：钱康安 赵思宇 文成歌 

机构地区：[1]中南大学机电工程学院 [2]中南大学资源与安全工程学院 [3]中南大学商学院

出　　处：《市场调查信息（综合版）》2022年第13期75-77,共3页

摘　　要：本文基于BP 神经网络和KNN 回归算法的组合模型对二手车估价问题进行研究。首先,根据黄金分割算法确定最优的网络拓扑结构,得到最优的隐藏层神经元为45 个。然后,使用遗传算法对神经网络的权值和阈值进行优化,根据MIV 变量筛选方法,得到最终的BP 神经网络模型。最后,建立带权重的K 近邻回归模型,考虑绝对平方误差和最小,得到组合模型,对比以上优化过程的模型得分, 组合模型的训练预测效果最佳。

关 键 词：二手车 遗传算法 神经网络 黄金分割法 改进KNN 

分 类 号：C[社会学]