一种基于遗传BP神经网络的预测模型

《一种基于遗传BP神经网络的预测模型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、计算机研究与发展ISSN1000一1239/CNll一1777/TPJournalofComputerResearchandDevelopment43(Suppl.):338一343，2006一种基于遗传BP神经网络的预测模型林香姜青山熊腾科(厦门大学软件学院厦门361005)(derny@mail.csdn.net)AForecastingModeIBasedonGA·BPNeuralNetworkLinXiang，JiangQingshan，andXiongTengke(和八切re反六001，XiamenUn泛*rsity，Xiamen361005)A

2、bstractNowadays，ANNisalwaysemployedforforecastingindatamining.Inthispaper，Pro伪sedinthispaperisastableandefficientmodelbasedonGA一BPneuralnetworkforlongtermforecasting.Inthisproposedsystem，anovelencodingmethodisemployedtorepresenttheneuralnetwork.Itisencodedintheformofbinarythatchro

3、mosomeoriginaluses，thusitisgO0dforcrossingandmutating.Wealsoprovideamachismotoconvertthosebinarynumberstorealnumbers.Anewerrorfunctionisbroughtforwardanditreflectsthenetworkerrormoreaccuratelybycombiningbothrelativeerrorandotherrelativefactorstogether.Experimentsshowthatthenewerro

4、rfunctionismoreefficient.Finally，acorrespondi雌fitnessfunctionforGA.ThismodelissuccessfullyaPPliedtomanykindsofdatasetsforlong一termpredictions.ComParedwithothermodels，thisoneshowsthestabilityandtheefticiency.Keywordsdatamining;longtermforecasting;financialforecasting;GA一BPneuralnet

5、work摘要目前神经网络常用于数据挖掘及金融预侧中，提出了一个改进的稳定且高效的遗传BP神经网络预测模型.在该模型中提出了一种能够真实反映BP网络结构的编码，并对二进制编码与实数进行映射而不改变染色体的表达方式，以便更好地进行杂交变异.同时还提出了一种更能准确地反映网络误差的误差函数，它是利用相对误差并综合其他相关因素来定义的，通过实验对比分析，该误差函数使预浏更加准确.最后，从编码方式以及网络误差出发提出了相应的遗传算法的适应度函数.实验中对股票及其他数据进行了测试，并与其他的预测模型进行了对比分析.通过实验表明，提出的遗传BP神经网络模型适用于长趋式预

6、浏，同时预测结果准确率高。关键词数据挖掘;长趋式预测;金融预侧;遗传BP神经网络中图法分类号TP391现今，人工神经网络、模糊集和演化计算迅速发90%，由于BP神经网络的学习算法是基于梯度下.展，并产生了大量与之相关的新方法.神经网络由降的，因此容易局部极小值，同时存在收敛速度慢及于其非线性无参数的特性，适合处理非线性和含噪网络参数和训练参数难以确定等缺点.唐万梅等音的数据，尤其对那些模糊、不完整、不严密的知识人【’一幻针对这些存在的问题对BP神经网络结构进或数据为特征的问题处理.由于其健壮性、高学习行T优化.遗传算法(genetical即rithm，GA

7、)是一种能力及强泛化能力因此常用于分类及预测等.借鉴生物界自然选择和自然遗传机制的搜索算法.目前人工神经网络的应用很多，而其中BP它能在复杂而庞大的搜索空间中寻找最优或准最优(back一propagationneuralnetwork)神经网络就占了解，且有算法简单、适用、鲁棒性强等优点.它的应收稿日期:2006一07一29甚金项目:厦门大学科研启动基金项目(060一yk0011)万方数据林香等:一种基于遗传BP神经网络的预测模型用目前很成熟，Kim等人〔3]将其应用于专家系统的的模型并对其详细介绍;第3节通过对实验结果的知识发现中，并取得了很好效果.展示

8、和分析来说明我们提出的模型的高效性;最后基于以上两种算法各自的优缺