[发明专利]一种基于PCA和改进BP神经网络的产品销量预测方法在审
| 申请号： | 201910837723.X | 申请日： | 2019-09-05 |
| 公开（公告）号： | CN110533484A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 杜科;唐军;蒲文龙;田地 | 申请（专利权）人： | 四川长虹电器股份有限公司 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06K9/62;G06N3/08 |
| 代理公司： | 51213 四川省成都市天策商标专利事务所 | 代理人： | 郭会<国际申请>=<国际公布>=<进入国 |
| 地址： | 621000 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于PCA和改进BP神经网络的产品销量预测方法，包括以下步骤：A.对初始样本数据进行预处理，如包括进行降维和去噪预处理；B.对样本数据进行主成分分析，将分析出来的主成分作为特征进行输入；C.用粒子群优化算法对BP神经网络的初始权值进行优化；D.将优化后的最优解作为神经网络的新的权值；E.使用训练后的BP神经网络对每月产品的销量进行预测。本发明的方法利用主成分分析法结合利用粒子群优化算法优化后的BP神经网络，从而达到提高网络的预测精度和训练速度的目的，解决了普通BP神经网络对于销量预测问题而言存在的收敛速度慢、学习率不稳定、容易受到噪声数据影响等不足。 | ||
| 搜索关键词： | 预处理 粒子群优化算法 预测 样本数据 优化 主成分分析法 主成分分析 产品销量 神经网络 噪声数据 最优解 去噪 收敛 改进 分析 网络 学习 | ||
【主权项】：
1.一种基于PCA和改进BP神经网络的产品销量预测方法，其特征在于，包括以下步骤：/nA.对初始样本数据进行预处理；/nB.对样本数据进行主成分分析，将分析出来的主成分作为特征进行输入；/nC.用粒子群优化算法对BP神经网络的初始权值进行优化；/nD.将优化后的最优解作为神经网络的新的权值；/nE.使用训练后的BP神经网络对每月产品的销量进行预测。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川长虹电器股份有限公司，未经四川长虹电器股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910837723.X/，转载请声明来源钻瓜专利网。
