基于WOA-GRU的销售预测研究

发布时间：2021-01-19 17:00

　　防晒用品属于快速消费品,其销售情况受季节变动影响,具有非线性特征。人工神经网络强大的学习能力使其在销售量预测领域显示出非线性预测的应用优势。作为新兴智能算法,鲸鱼群算法具有快速收敛、全局优化等特点。为精准预测上海某化妆品公司防晒产品销量,基于鲸鱼算法,构建优化网络权值的门控循环神经网络模型。实验结果表明,经鲸鱼算法优化后的门控循环神经网络训练相对误差比优化前降低0.6个百分点,测试相对误差比优化前降低约2个百分点。 

【文章来源】：软件导刊. 2020,19(09)

【文章页数】：4 页

【部分图文】：

门控循环单元神经网络结构门控循环单元隐含层最终输出H数学表达式如下：

【参考文献】：
期刊论文
[1]基于门控循环单元神经网络的广告点击率预估[J]. 陈巧红,董雯,孙麒,贾宇波.  浙江理工大学学报(自然科学版). 2018(05)
[2]基于鲸鱼优化算法的水资源优化配置研究[J]. 李新德,沙金霞,刘彬,闫志宏,李苏,周伟凯.  中国农村水利水电. 2018(04)
[3]鲸鱼优化算法在水库优化调度中的应用[J]. 崔东文.  水利水电科技进展. 2017(03)
[4]语音识别关键技术研究[J]. 息晓静,林坤辉,周昌乐,蔡骏.  计算机工程与应用. 2006(11)
[5]基于RBF神经网络的销售预测模型的研究与应用[J]. 华琇,陈继红.  南通大学学报报(自然科学版). 2004(04)
[6]基于正交高斯混合模型的说话人识别研究[J]. 侯风雷,张昆帆,王炳锡.  信息工程大学学报. 2002(02)

硕士论文
[1]基于BP神经网络的销售预测模型[D]. 缪志刚.苏州大学 2007



本文编号：2987367