欢迎来到天天文库
浏览记录
ID:40713420
大小:475.00 KB
页数:6页
时间:2019-08-06
《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
此文档下载收益归作者所有