基于神经网络的药品需求组合预测研究与应用

药品的市场需求预测是制药企业生产控制中的重要组成部分，具有复杂的非线性特点。本文以制药企业的药品需求预测为研究对象，通过分析药品需求的特征，建立了基于神经网络的组合预测模型。本文选择3种具有互补特征的神经网络预测方法（BP神经网络的预测方法、RBF神经网络的预测方法和GRNN广义回归神经网络）分别对药品需求进行预测，然后在此基础上使用平均绝对相对误差（MAPE）为最优准则，通过求解二次规划问题得到权重并按照一定的规则进行变权，从而建立了基于神经网络的药品需求组合预测模型，最后对该模型实际应用的精度和稳定性进行评价。实验表明，本方法能够提高预测精度、稳定性，并扩大了模型的适用范围。