| 信息简介： |
摘 要：在分析油料装备制造成本影响因素的基础上，建立了基于灰色动态神经网络预测油料装备制造成本预测模型。提出灰色动态神经网络结构，论述了数据预处理与灰色预测方法，采用隐含层维数动态调整算法优化网络结构。通过应用实例阐明该模型的研究，可有效地提高油料装备制造成本预测的精度。
关键词：油料装备制造成本；灰色预测；神经网络；动态调整
图1 灰色动态神经网络预测模型结构
表1 学习样本及预测样本原始数据表
表2 样本训练的误差比较表 油料装备成本是决定油料装备竞争力的核心因素，油料装备成本由设计成本、制造成本、销售成本、维修成本和环境成本等组成，其中制造成本占据重要地位。准确预测油料装备制造成本，掌握其变化趋势，对合理组织生产、提高企业经济效益具有重要意义。
油料装备制造成本预测是一个复杂系统，影响因素众多，呈非线性关联，难于用常规数学方法建模。灰色预测GM（1，1）模型虽具有所需样本少、计算方便等优点，但其预测精度依赖于模型参数值，当原始数据序列存在非线性关系时，灰色预测残差较大，预测精度低。适合预测呈近似指数增长规律的数据序列，与油料装备制造成本实际情况不相符。神经网络具有非线性运算、自学习能力，但预测时需大量数据作为输入变量；网络权系值对每个输出都有影响，导致学习速率较慢；权值的确定有随机性，每次训练后输入与输出间的关系不定，预测结果存在差异。这两种方法用于油料装备制造成本 |
