基于BP神經網絡的數據預測及報表生成技術研究.pdf_第1頁
已閱讀1頁,還剩53頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著計算機網絡的快速發(fā)展,在信息化社會的今天,數據越來越多,已經迎來了大數據時代。對于企業(yè)來說,如何有效地管理大量的數據信息是十分重要的。報表作為信息組織、統(tǒng)計、分析的重要工具,它在企業(yè)的運營管理過程中有著極其重要的作用。當前,市場上活躍的報表系統(tǒng)很多,國外報表有水晶報表、Active Report、Style Report、Windward Report等,國內比較流行的有潤乾報表、用友華表(cell)、FineReport、e表等。

2、但是企業(yè)使用第三方報表工具不但要花費高額的費用,而且企業(yè)的數據信息安全性得不到保障。針對企業(yè)不斷變更的需求,使用第三方報表工具也不能及時的應對。此外,現有的報表工具開發(fā)周期長、效率低,需要大量的開發(fā)人員。學習入手較難,配置過程還要編寫代碼。綜上,國內的報表工具不能解決好企業(yè)應用中存在的靈活性、通用性、及時性、可移植性等問題。
  本文首先分析了現有的預測模型算法,比較每種模型的優(yōu)缺點,找出一種最適合本自動化報表的數據預測模型。在本

3、系統(tǒng)中最終采用BP神經網絡來實現數據預測。根據具體的數據預測需求,設計了合適的BP神經網絡的結構,通過反復試驗最終確定采用三層網絡結構。根據具體的報表實例可以確定輸入層和輸出層神經元個數,然后通過實驗嘗試和經驗來確定隱層神經元個數。隱層的傳遞函數使用對數-S形函數,訓練函數采用LM算法,基于誤差不斷減小原則,通過不斷調整網絡權值和閾值,使最終的結果達到預設的誤差精度范圍內。實驗結果表明該神經網絡的設計性能較好,可以適應實際需求。其次,該

4、自動化報表系統(tǒng)在前端頁面設計上提出了一種新思路,將前端頁面抽象為條件、表格和圖形三個部分。表格的設計上使用jqGrid表格插件,來進行頁面展示和表格數據的操作。圖形的設計使用Echarts圖表插件,Echarts提供了十分豐富圖形結構,可以滿足公司報表圖形的需求,并支持圖與圖的混搭。在架構設計上采用MVC三層架構模型,從表示層、業(yè)務層和數據層三層進行設計。該自動化報表開發(fā)周期短,實現了公司實際的報表需求,可以實現自動化配置,無需編寫代碼

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論