研究小样本情况下,GAN在复杂产品费用预测上的应用。针对小样本情况下传统神经网络难以训练、预测准确度不高的问题,采用GAN网络与CNN网络结合的方法,借助GAN判别网络强大的特征提取能力,提取出样本的浅层特征,并将特征共享给CNN预测网络。CNN预测网络与判别网络共同约束生成网络,从而训练整个神经网络,最后以CNN预测网络进行复杂产品费用预测。以导弹作为复杂产品的样例进行实验,经实验论证,GAN-CNN联合网络预测的准确性约为95%。