运用卷积神经网络预测中国太阳能路灯市场需求

由于我国太阳能路灯市场需求呈非线性、不光滑的复杂分布，传统人工神经网络预测效果难如人意。卷积神经网络(CNN)通过使用过滤器，让相邻层神经元采用部分连接，同一特征平面的神经元参数相同，使所有神经元实现参数共享，性能优良，预测精度高。运用卷积神经网络对我国太阳能路灯市场需求进行了预测。结果显示，平均预测误差仅为0.958 8%,比支持向量机的1.170 2%减小了18.065 3%,比随机森林的1.082 2%减小了11.402 7%。利用模型预测了2023—2027年我国太阳能路灯市场需求，通过分析，表明这一预测结果有一定的可信度。