摘要：径向基函数具有良好的逼近任意非线性函数和表达系统内在的难以解析的规律性的能力，并且具有极快的学习收敛速度。基于径向基函数网络的在预测非线性数据上的优点，我们可以将其用于汽车销量的预测。奔驰gls450最新价格2023款图片
关键词：径向基函数；销量预测。
嘉年华1.5中图分类号：f713.3 文献标识码：a 文章编号：1001-828x（2012）02-0-02
江淮车友会一、引言
新世纪的第一个十年，我国汽车产销量不断创造新高。面对旺盛的汽车消费市场，在汽车销售企业中，有关汽车销量预测的研究和分析越来越成为企业决策的重要支撑。所谓销量预测，只要是预估未来一段时间内消费者对某型车辆的需求数量以及消费者需求的发展趋势。
通过销量预测，可以为产品营销和提升客户满意度提供数据保障。通过某型汽车销量需求预测，可以将不确定需求问题转化为确定需求问题。目前，实现不确定数量预测的方法很多，
但是基于径向基函数的神经网络法，因为其广泛的适应能力，在非线性系统的预测方面得到了大量的运用。
径向基函数神经网络(rbf网络)科鲁兹多少钱是一种高效的前馈式神经网络，它具有其他前向网络所不具有的最佳逼近性能和全局最优特性，并且结构简单，训练速度快。同时，它也是一种可以广泛应用于模式识别、非线性函数逼近等领域的神经网络模型。径向基函数神经网络是通过非线性基函数的线性组合实现从输入到输出的非线性转换。在车辆实际销售过程中，其销售量数据正是一组非线性较强的时间序列。对汽车销量的预测，实际是就是采用径向基函数神经网络，从前期若干个销售数据中预测出未来的销售数据。
二、基于径向基函数的汽车销量预测
标致 408径向基函数神经网络是一种三层前向网络：第一层为输入层；第二层为隐含层，隐单元的变换函数是一种局部分布的非线性函数，隐含层的单元数由所描述问题的需要确定；第三层为输出层，网络的输出是隐单元输出的线性加权。径向基函数神经网络的输入空间到隐含层控件的变换是非线性的，而从隐含层空间到输出层控件的变换是线性的。径向基函数神经网络拓扑结构如图悦动车友会1所示：
发布评论