基于混沌RBF神经网络的电商市场销量预测模型技术研究

刘电威; 牛龙龙

doi:10.13715/j.issn.2096-644X.20230214.0002

湘潭大学学报（自然科学版） ›› 2023, Vol. 45 ›› Issue (05) : 57 -64. DOI: 10.13715/j.issn.2096-644X.20230214.0002

基于混沌RBF神经网络的电商市场销量预测模型技术研究

刘电威, 牛龙龙

作者信息 +

Author information +

文章历史 +

PDF

摘要

商品销量受多种因素影响，这种影响难以用公式准确表达.为了获得更精准的预测结果，针对商品销量预测的高度复杂性和非线性，提出了基于混沌RBF神经网络的商品销量预测模型.该模型基于电商市场商品销售历史数据，使用李雅普诺夫指数算法评估商品销售数据混沌序列特性，并通过对数据库相结构的空间优化重构，利用RBF神经网络技术对优化重构后的数据进行训练归纳.同时，通过混沌方法计算网络的连接权值和高斯函数径向基中心，实现了RBF神经网络的优化.在Matlab平台上进行了仿真实验，结果表明，该混沌优化RBF神经网络商品销售预测模型具有较高的精度和较快的速度.