摘要：针对传统BP神经网络算法在对预测问题中存在的网络具有易陷入局部极小、收敛速度慢的缺陷，引入附加动量法和自适应学习速率法改进BP神经网络预测模型．将改进后的预测方法应用于企业的市场需求预测问题，以某汽车制造企业过去12个月汽车销售量的实际数据为样本，分别采用基于时间序列和基于因素分析两种预测模型，对所提出的改进预测方法进行实证分析．结果表明：所提出的算法对销售量的预测精度较高，误差均小于8．8％，运算时间也有所降低，预测结果表明文中所提出的算法在处理网络易陷入局部极小、收敛速度慢的预测问题方面的有效性．

原文链接:http://www.cqvip.com/QK/92026X/201206/44149645.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）