基于GRNN的订单需求量预测研究  

Research on Order Demand Forecasting Based on GRNN

作　　者：蒋秋霖 张聪 李颖昉 王昕[1] 

机构地区：[1]长春工业大学计算机科学与工程学院 [2]长春工程学院计算机技术与工程学院,吉林长春130012

出　　处：《软件导刊》2018年第1期149-151,共3页Software Guide

基　　金：吉林省教育厅"十二五"科学技术研究项目(2014136)

摘　　要：按需生产是企业在市场经济中保持竞争力关键所在,所以准确预测下一阶段订单需求量尤为重要。运用广义回归神经网络预测某企业下一阶段订单需求量,并与BP神经网络及灰色神经网络进行对比实验。结果表明,GRNN神经网络模型订单在需求预测方面更具优越性,能准确预测未来订单需求量。Production on demand is the key to maintain the competitiveness of enterprises in the market economy, so it is important to accurately predict the next phase of order demand. By using the generalized regression neural network to predict demand next stage refrigerator orders an enterprise, and compared with that of BP neural network and grey neural network model. The results show that the order of GRNN in forecasting is superior, can accurately predict the future demand for orders.

关 键 词：广义回归神经网络 订单需求量 预测研究 

分 类 号：TP319[自动化与计算机技术—计算机软件与理论]