基于改进灰色BP神经网络的新能源汽车数量预测模型

陈丽静, 张丽娇

南昌大学学报(工科版) ›› 2024, Vol. 46 ›› Issue (04) : 531-536. DOI: 10.13764/j.cnki.ncdg.2024.04.010

基于改进灰色BP神经网络的新能源汽车数量预测模型

  • 陈丽静, 张丽娇
作者信息 +
History +

摘要

为科学预测新能源汽车保有量,在探究灰色预测模型适应性的基础上,对传统灰色模型GM(1,1)进行初始值待定改进。采用相关性分析选取12个能够准确描述新能源汽车发展内在特征的关键指标对改进后的灰色模型进行BP神经网络残差修正,建立改进的灰色BP神经网络组合的新能源汽车保有量预测模型。结果表明:初始值待定的改进灰色理论和神经网络的有效结合,可获得较高的新能源汽车保有量训练值精度,还可以很好地结合前一年社会发展水平、道路水平和汽车驾驶人数量等因素,精确预测新能源汽车的数量。经模拟预测得到2023年全国新能源汽车的保有量为2 026.24万辆,绝对误差为14.76万辆,相对误差仅为0.72%。

关键词

神经网络 / 新能源汽车保有量 / 相关性分析 / 改进灰色模型

中图分类号

U495 / TP183

引用本文

导出引用
陈丽静, 张丽娇. 基于改进灰色BP神经网络的新能源汽车数量预测模型. 南昌大学学报(工科版). 2024, 46(04): 531-536 https://doi.org/10.13764/j.cnki.ncdg.2024.04.010

基金

2020年福建省本科高校教育教学改革研究项目(FBJG20200185); 2021年教育部产学合作协同育人项目(202102069005); 2022年福建省财政厅省直单位科研专项(闽财指[2022]639号)

评论

Accesses

Citation

Detail

段落导航
相关文章

/