基于BP神經(jīng)網(wǎng)絡(luò)的我國汽車銷量預(yù)測分析.pdf

1、汽車產(chǎn)業(yè)是我國經(jīng)濟(jì)的四大支柱產(chǎn)業(yè)之一。伴隨著我國宏觀經(jīng)濟(jì)增速放緩，汽車行業(yè)供求失衡、產(chǎn)銷率下降等問題開始顯現(xiàn)。因而科學(xué)有效地預(yù)測汽車銷量，并根據(jù)預(yù)測合理安排汽車生產(chǎn)變得至關(guān)重要。BP神經(jīng)網(wǎng)絡(luò)是人工智能中的代表性方法，具有優(yōu)良的非線性預(yù)測效果。本文以BP神經(jīng)網(wǎng)絡(luò)技術(shù)為主線，結(jié)合ARIMA模型和主成分分析，分別對汽車的月度銷量和年度銷量進(jìn)行預(yù)測。
　　在汽車月度銷量預(yù)測問題中，分別使用了ARIMA模型和BP神經(jīng)網(wǎng)絡(luò)單獨(dú)進(jìn)行了預(yù)測。針對

2、月度數(shù)據(jù)具有的周期波動(dòng)特點(diǎn)，對ARIMA模型采用具有季節(jié)調(diào)整的形式。結(jié)果顯示，這兩種模型均具有良好的預(yù)測精度。為進(jìn)一步提高預(yù)測效果，根據(jù)預(yù)測誤差平方和最小的原則將兩種模型進(jìn)行組合，構(gòu)建新的組合預(yù)測模型，結(jié)果表明組合模型的預(yù)測效果優(yōu)于單一的預(yù)測模型。
　　在汽車年度銷量預(yù)測問題中，采用了GDP、城鎮(zhèn)居民人均可支配收入、鋼材產(chǎn)量、橡膠輪胎外胎產(chǎn)量等八項(xiàng)經(jīng)濟(jì)指標(biāo)對汽車銷量進(jìn)行預(yù)測。運(yùn)用灰色理論分析得到選用的指標(biāo)和汽車銷量的關(guān)聯(lián)度，其中橡