基于特征优化的BP神经网络在电动汽车价格上的预测研究

摘要：

为了准确预测电动汽车的价格,结合某品牌电动汽车给出的不同规格电动汽车属性与价格数据进行分析,针对电动汽车数据集属性特征非线性、特征参数多等特点,采用灰色关联度分析法对数据集中影响度低的特征值进行筛选,提取对价格影响较大的因素;其次针对筛选完的特征值构建BP神经网络模型,通过将已有数据集划分为训练集和测试集来对模型进行深度训练.最后将电动汽车价格的真实价格与预测价格相比较,结果表明:该型的拟合情况和测试集的准确度达到98％,具有较高的预测精度,收敛速度较快,可以达到预期结果.

关键词：非时序价格模型、灰色关联度分析、BP神经网络

在线出版日期：2020-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：116-119