试论elman神经网络的应用研究

《试论elman神经网络的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、涵羹⑧天洋大謦硕士学位论文■_西啊啊翻I矗

2、国哪I嘲叠■_学科专业：计算机应用技术作者姓名：韩旭明指导教师：李晓红副教授壬津士堂毛犴奋毕瞎2006年6月中文摘要本文介绍了人工神经网络的一些基础知识，而且详细地介绍了两种具有动态反馈机制的人工神经网络模型，Elman网络和输出一输入反馈Elman网络，即OIFElman(Output-InputFeedbackElman)网络，以及它们的数学模型和学习算法。考虑到股民投资的主要目的是盈利。为了提高网络的预测精度，得到更加精确的预测结果，从而获得更多的利润，本文在EIman人工神经

3、网络的基础上，将时间收益因素引入到Elman网络的目标函数中，提出了一种改进的Elman神经网络模型—卯FENN(1伽eProfitFactorElmanNeuralNetwork)，并将其用于股票综合指数的预测以及股票利润率的计算和比较。为了更好地度量网络模型的预测性能，本文采用绝对平均误差(AbsoluteAverageError,AAE)和最小二乘误差(LeastSquareError,LSE)表示网络的预测精度。实验结果表明：改进的Elman神经网络模型用于股市投资是可行的、有效的，该模型不仅可以明显提高网络的预测精度

4、，达到快速收敛，而且还能够明显改善收益，提高股票投资的利润率，从而实现较大幅度地获得收益的目的。另外，为了控制大气污染，关心大气质量，及时、准确地预测未来大气变化、预防严重污染事件的发生，本文在输出一输入反馈Elman网络，即OIFElman(Output—InputFeedbackElman)网络的基础上，将惩罚收益因素引入到OIFElman神经网络模型中，提出了一种基于OIFElman神经网络的改进模型一DPFOIFENN(DirectionProfitFactorOIFElmanNeuralNetwork)，并将其用于预

5、测和评价长春市的大气质量。实验结果表明：引入惩罚收益因素OIFElman模型具有极佳的逼近性能，取得了较高的拟合精度，所得到的预测数据和评价结果与实际结果基本吻合。上述结果表明：本文所提出的TPFENN和DPFOIFENN两种模型可为金融投资和大气环境预测及评价提供新的技术和方法，具有较好的应用潜能和一定的应用前景。关键词：Elman神经网络OIFElman神经网络惩罚收益因素时间收益因素综合指数预测利润率大气质量预测和评价ABSTRACTSomefoundationknowledgebasedonartificialneur

6、alnetworkiSintroducedinthispaper．Moreoverthedynamicfeedbackartificialneuralnetworks，namely,theElmanneuralnetwork(EImanNN)andoutput-inputfeedbackElmanneuralnetwork(OIFElmanNN)，whosemathematicsmodelsandlearningalgorithms，alealsointroducedrespectively．Consideringthatth

7、emainpurposeofinvestorsistoobtainmoreprofit，inordertogetmoreaccurateforecastingprecisionandobtainmoreaccurateresults，thenobtainmoreprofit．BasedontheElmanNN，animprovedmodelisproposed，namelyTPFENN(TimeProfitFactorElmanNeuralNetwork)anditisappliedtoforecastthecomposite

8、indexofstock．Comparisonsandcalculationsofstockprofit黜alsomadewhenthestockexchangeisperformedusingpredictionresultsfromdifferentmodels．Toevaluatetheeffectivenessofthepredictionmodels,weusetwotypesoferrorfunctionstOrepresenttheforecastingprecision，i．e．，theleastsquaree

9、rror(LSE)andabsoluteaverageerror(AAE)．ExperimentalresultsshowthattheproposedElmanNNmodeliseffectiveandfeasibleinthefieldofstockinvesting．w