基于思维进化优化灰色神经网络在真空玻璃需求中的研究

摘要

由于真空玻璃需求受到多重因素的影响,传统的数据模型无法准确找寻订单变化规律,导致预测精度较低.为了提高预测精度,结合灰色神经网络模型,利用思维进化算法优化灰色神经网络,确定灰色神经网络的最优初始参数.分别利用灰色神经网络(GNN)模型和思维进化-灰色神经网络(MEC-GNN)模型,用训练好的网络预测某真空玻璃制造商订单,预测结果表明:改进的MEC-GNN模型明显地提高了预测结果的精度.