基于神经网络库存融合控制技术
2009-06-19
作者：陈承贵，罗克露
摘 要：神经网络控制系统通常会面临多种选择，如样本的训练方式、神经网络的算法等，不好的选择会降低预测率。BP(Back Propagation)神经网络库存控制系统融合多种库存控制技术，利用BP算法对学习的精度和收敛的速度进行改进，能比较精确地预测库存。讨论了有关BP神经网络的算法及算法改进等问题，以品牌服装库存控制为例，提出用神经网络的多层感知器实现库存融合控制。
关键词：神经网络；预测；多层感知器；BP算法；库存
本站内容除特别声明的原创文章之外，转载内容只为传递更多信息，并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题，请及时通过电子邮件或电话通知我们，以便迅速采取适当措施，避免给双方造成不必要的经济损失。联系电话：010-82306118；邮箱：aet@chinaaet.com。