發(fā)布時間：2018-01-22 17:46

  本文關(guān)鍵詞： 組合預(yù)測 自適應(yīng)調(diào)節(jié) NARX神經(jīng)網(wǎng)絡(luò) 匯率預(yù)測　出處：《統(tǒng)計與決策》2017年16期 　論文類型：期刊論文

【摘要】：文章闡述了組合預(yù)測模型遴選規(guī)則的產(chǎn)生機理,對此遴選規(guī)則的具體形式以及組建方式進行了研究分析。為了使構(gòu)建于模型遴選規(guī)則基礎(chǔ)之上的組合預(yù)測模型更具魯棒性及更廣的適用領(lǐng)域,通過基于NARX神經(jīng)網(wǎng)絡(luò)的自適應(yīng)調(diào)節(jié)機制來提升遴選規(guī)則的學(xué)習(xí)能力,提高了組合預(yù)測的精度和穩(wěn)定性。最后以一個匯率預(yù)測的實證分析證明了該模型的有效性。
[Abstract]:In this paper, the mechanism of selection rules for combinatorial prediction models is discussed. In order to make the combination prediction model based on the model selection rules more robust and more widely applicable. The adaptive adjustment mechanism based on NARX neural network is used to improve the learning ability of selection rules. The accuracy and stability of the combined forecasting are improved. Finally, the validity of the model is proved by an empirical analysis of the exchange rate forecast.
【作者單位】： 上海商學(xué)院信息與計算機學(xué)院;
【基金】：國家自然科學(xué)基金面上項目(61571326);國家自然科學(xué)基金青年項目(61201179) 上海自然科學(xué)基金青年項目(13ZR1429600)
【分類號】：F831.6;TP183
【正文快照】： 0引言1969年,Bates J M和Grange C W J根據(jù)相關(guān)研究,第一次提出了“組合預(yù)測”的思想,也就是在預(yù)測中綜合性地考慮各種單項預(yù)測方法的特點,并對其進行組合[1]。當前在組合預(yù)測模型中應(yīng)用比較成功的有簡單平均法(SA)、加權(quán)最優(yōu)權(quán)重法(WA)、線性回歸法(REGRESSION)、人工神經(jīng)網(wǎng)

【相似文獻】

相關(guān)期刊論文 前1條

1 宮劍;李潔玲;;基于神經(jīng)網(wǎng)絡(luò)的藥品需求組合預(yù)測研究與應(yīng)用[J];中國管理信息化;2014年08期

相關(guān)博士學(xué)位論文 前1條

1 蔣傳進;基于模型遴選規(guī)則的自適應(yīng)組合預(yù)測研究[D];東華大學(xué);2014年

相關(guān)碩士學(xué)位論文 前2條

1 郭二鳳;ATM現(xiàn)金流預(yù)測的研究[D];遼寧科技大學(xué);2015年

2 施艷春;基于非線性時間序列和神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率短期預(yù)測[D];沈陽工業(yè)大學(xué);2016年

，

本文編號：1455334