电力电量预测的神经网络方法

本文研究人工神经网络在实际中的应用问题,探讨利用人工神经网络进行电力电量预测的方法。提出一种基于BP神经网络的电力电量预测模型,经过训练可以得到时间和用电量之间的映射关系。     

基于非线性混沌的专利申请量年增长率组合预测

专利是世界上最大的技术信息源,在国际经济一体化的步伐日益加快的今天,专利的竞争已成为国际间科技竞争和经济竞争的一个战略制高点;拥有专利权的数量和质量,运用专利制度的能力和水平,已成为衡量企业乃至一个国家和地区的市场竞争能力、综合实力的重要标志。所以,专利的战略研究与预警分析显得尤其重要     

基于改进BP神经网络的现金流预测

运用改进的BP算法,即基于启发式学习算法的弹性梯度下降法,对现金流时间序列,采用两步预测法.为避免网络学习不确定性带来的误差,文章提出用检验数据的平均百分误差来控制模型收敛,并做出预测平台,可对企业的现金流作出短、中期预测,为管理层制定出生产及销售任务等提供量化依据.