摘要
准确的物资需求预测结果,对合理编制电力物资供应计划有重要意义。因此,本文提出一种结合ARIMA模型和BP神经网络的方法,以更准确地预测电力物资需求时间序列。使用ARIMA模型对物资需求量进行线性预测,将预测的残差序列作为BP神经网络的输入,利用神经网络对残差序列进行非线性建模,修正ARIMA模型的预测值。试验结果表明,修正BP神经网络的误差可以显著提高预测精度,使预测结果更加贴近实际值,可以为保证物资供应的质量和效益提供重要的决策依据。
出处
《中国新技术新产品》
2024年第11期136-138,共3页
New Technology & New Products of China
