R语言如何使用tecdat包构建神经网络模型预测车辆时间序列数据？

本文共计785个文字，预计阅读时间需要4分钟。

拥有一个专门用于预测单变量时间序列的神经网络模型，可以用于预报变量随时间的变化。将神经网络模型拟合到时间序列数据，将时间序列的滞后值作为输入，以此来预测未来的趋势。由于这是一个非线性模型，无法直接得出精确预测。

具有单个隐藏层和滞后输入的前馈神经网络，可以用于预测单变量时间序列。将神经网络模型拟合到以时间序列的滞后值作为输入的时间序列。因此它是一个非线性的模型，不可能得出预测区间。

因此我们使用仿真。