技术特征：
技术总结
本发明涉及一种基于Elman神经网络的汽车配件需求预测方法，包括以下步骤：获取影响配件需求预测的过去12个月的汽车销售数据、配件销售数据和配件维修数据；对数据样本进行清洗，利用拉依达准则来判断异常点数据和采用样本均值来补充缺失的数据点；对输入数据样本采用最大最小法实现归一化处理；确定预测网络的输入层个数、输出层个数和隐含层个数，建立Elman神经网络预测模型；设定网络模型的预测期望范围，对Elman神经网络模型的训练参数和传递函数进行设置并不断调整；数据放入网络模型中进行训练，得到预测结果；计算预测值与实际值之间的误差值；判断预测是否满足期望效果；利用反归一化输出预测结果。
技术研发人员：蔡全福;吴晓前;洪志新
受保护的技术使用者：厦门雅迅网络股份有限公司
技术研发日：2017.12.07
技术公布日：2019.06.18