23497.自組織神經(jīng)網(wǎng)絡(luò)及其混合模型在時(shí)間序列預(yù)測上的應(yīng)用

1、中圖分類號UDCO5196碩士學(xué)位論文學(xué)校代碼!魚墨呈呈密級公玨自組織神經(jīng)網(wǎng)絡(luò)及其混合模型在時(shí)間序列預(yù)測上的應(yīng)用ApplicationofPredictionofTimeSerieswithSelforganizingNeuralNetworksandTheirHybridModels作者姓名：學(xué)科專業(yè)：研究方向：學(xué)院(系、所)：指導(dǎo)教師：論文答辯日期!t4StI牛呂前沖計(jì)算數(shù)學(xué)神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院侯木舟教授答辯委員會主席!塹鞍中南大

2、學(xué)二零一四年五月碩士學(xué)位論文摘要自組織神經(jīng)網(wǎng)絡(luò)及其混合模型在時(shí)間序列預(yù)測上的應(yīng)用摘要：本文介紹了時(shí)間序列的基本概念以及主要特征，并通過神經(jīng)網(wǎng)絡(luò)及其混合模型來對時(shí)間序列進(jìn)行分析和預(yù)測。首先通過時(shí)間序列的歷史數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)并通過神經(jīng)網(wǎng)絡(luò)描述時(shí)間序列的規(guī)律及發(fā)展趨勢；然后利用以發(fā)現(xiàn)的規(guī)律對新的數(shù)據(jù)的表現(xiàn)作出預(yù)測并與其真實(shí)值進(jìn)行比較。文章首先對神經(jīng)網(wǎng)絡(luò)模型中比較常用的BP神經(jīng)網(wǎng)絡(luò)和自組織神經(jīng)網(wǎng)絡(luò)進(jìn)行了綜述。然后參考李嵩松的文章，在自組織神經(jīng)網(wǎng)

3、絡(luò)的基礎(chǔ)上建立了新的自組織差值理論模型，并對分類個(gè)數(shù)和差值的權(quán)重進(jìn)行了改進(jìn)，通過比較找出一個(gè)較好的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。將自組織神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)結(jié)合，通過比較不同分類個(gè)數(shù)和隱藏層的預(yù)測誤差找出較好的模型。參考LampinenJ和OjaE的文章將自組織神經(jīng)網(wǎng)絡(luò)與自回歸模型相結(jié)合，并改進(jìn)了神經(jīng)網(wǎng)絡(luò)的權(quán)值初始化以及學(xué)習(xí)率，通過比較不同的分類個(gè)數(shù)找到一個(gè)誤差較小的模型。文章中選擇了BP神經(jīng)網(wǎng)絡(luò)作為對比模型來評價(jià)新的模型的效果。研究的時(shí)間序列模型是

4、Mackey—Glass時(shí)間序列模型和股票指數(shù)時(shí)間序列模型。所有的模擬、預(yù)測以及比較是在Matlab工具上進(jìn)行的。在對MackeyGlass時(shí)間序列預(yù)測時(shí)BP神經(jīng)網(wǎng)絡(luò)的最小誤差為O0010，自組織差值模型的最小誤差03691，自組織自回歸神經(jīng)網(wǎng)絡(luò)的最小誤差0。0008，SOMBP神經(jīng)網(wǎng)絡(luò)最小誤差是00081。在對股票指數(shù)時(shí)間序列預(yù)測時(shí)，上述模型的誤差分別為00174、00081、00135和00381。比較結(jié)果顯示在Mackey—Gla