摘要：实际生产系统中存在大量时间序列问题,为了研究系统的结构和规律,我们需要建立时间序列模型,对其进行预测和分析.目前时间分析方法多采用AR或ARMA模型,但由于实际问题错综复杂,导致模型求解困难,实际中难以应用.为了解决上述问题,首先分析了生产系统时序分析的基本原理,利用BP神经网络建立了时序-神经网络模型,然后利用该模型对能源产量进行了预测.通过预测结果的分析可看出,该模型具有利用方便、动态性能好、预测准确性高等优点,在实际中具有一定的实用价值.

原文链接:http://www.cqvip.com//QK/94702A/200302/7880234.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。）