本文選題：BP神經(jīng)網(wǎng)絡(luò)模型 + 極大重疊離散小波變換　； 參考：《鄭州大學(xué)學(xué)報(工學(xué)版)》2013年03期

【摘要】：引入極大重疊離散小波變換的概念,利用極大重疊離散小波變換的多分辨分析特性,對郵電業(yè)務(wù)總量序列進(jìn)行分解.然后對分離得到的光滑項(xiàng)和細(xì)節(jié)項(xiàng)兩部分利用小波神經(jīng)網(wǎng)絡(luò)模型進(jìn)行建模和預(yù)測,最后再重構(gòu)得到郵電業(yè)務(wù)總量序列的預(yù)測值.數(shù)據(jù)測試結(jié)果表明:本文方法可實(shí)現(xiàn)多步預(yù)測,且對郵電業(yè)務(wù)總量的預(yù)測精度比單純的用小波神經(jīng)網(wǎng)絡(luò)模型或BP神經(jīng)網(wǎng)絡(luò)模型高.
[Abstract]:The concept of maximal overlapping discrete wavelet transform is introduced to decompose the total number of postal and telecommunication services by using the multi-resolution analysis of the maximal overlapping discrete wavelet transform. Then, the smooth term and detail item are modeled and predicted by wavelet neural network model. Finally, the prediction value of the total number of post and telecommunications services is reconstructed. The data test results show that this method can achieve multi-step prediction, and the prediction accuracy of the total volume of post and telecommunications services is higher than that of wavelet neural network model or BP neural network model.
【作者單位】： 燕山大學(xué)理學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51175448) 河北省教育廳科學(xué)研究計劃項(xiàng)目(2009159)
【分類號】：F606;F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 汪克亮;楊力;;基于小波神經(jīng)網(wǎng)絡(luò)的企業(yè)技術(shù)創(chuàng)新能力模糊綜合評價[J];技術(shù)經(jīng)濟(jì);2007年08期

2 李少華;楊迪威;;基于改進(jìn)的PSO算法的小波神經(jīng)網(wǎng)絡(luò)[J];科協(xié)論壇(下半月);2008年12期

3 姜彬;楊柱元;;基于小波神經(jīng)網(wǎng)絡(luò)的經(jīng)濟(jì)增長預(yù)測[J];云南民族大學(xué)學(xué)報(自然科學(xué)版);2009年01期

4 李全亮;李懷祖;;正交尺度小波網(wǎng)絡(luò)在我國稅收預(yù)測中的應(yīng)用[J];系統(tǒng)工程理論方法應(yīng)用;2006年01期

5 劉子先;武立瑋;姬升啟;;一種面向成本預(yù)測控制的方法研究[J];系統(tǒng)工程學(xué)報;2006年06期

6 張鴻彥;林輝;;基于小波神經(jīng)網(wǎng)絡(luò)的期權(quán)定價模型[J];東南大學(xué)學(xué)報(自然科學(xué)版);2007年04期

7 姜金貴;梁靜國;;基于小波神經(jīng)網(wǎng)絡(luò)的上市公司財務(wù)風(fēng)險預(yù)警研究[J];商業(yè)研究;2009年02期

8 辛秀;;基于小波神經(jīng)網(wǎng)絡(luò)的上市公司財務(wù)危機(jī)預(yù)測[J];計算機(jī)系統(tǒng)應(yīng)用;2010年08期

9 張新紅;正交尺度小波網(wǎng)絡(luò)及在非線性經(jīng)濟(jì)系統(tǒng)預(yù)測中的應(yīng)用[J];運(yùn)籌與管理;2002年06期

10 馬軍海,陳予恕,辛寶貴;基于非線性混沌時序動力系統(tǒng)的預(yù)測方法研究[J];應(yīng)用數(shù)學(xué)和力學(xué);2004年06期

相關(guān)會議論文 前3條

1 余垠;楊保安;;基于軟計算的上海市全社會固定資產(chǎn)投資效果分析[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

2 陸費(fèi)東;蔣愛平;;小波分析在控制中的應(yīng)用及展望[A];第一屆中國智能計算大會論文集[C];2007年

3 王雅璨;汝宜紅;周曉磊;施雯聰;;基于BP神經(jīng)網(wǎng)絡(luò)的企業(yè)物流綜合績效評價方法的應(yīng)用研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

相關(guān)博士學(xué)位論文 前3條

1 蔡振禹;基于粗集—小波神經(jīng)網(wǎng)絡(luò)的煤炭企業(yè)管理研究[D];天津大學(xué);2007年

2 李霞;城市通勤交通與居住就業(yè)空間分布關(guān)系——模型與方法研究[D];北京交通大學(xué);2010年

3 舒曉惠;非線性協(xié)整時間序列的非參數(shù)方法及其應(yīng)用研究[D];暨南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 鐘滿田;基于小波神經(jīng)網(wǎng)絡(luò)非線性逼近的股票分析與預(yù)測方法研究[D];成都理工大學(xué);2007年

2 羅勇;小波神經(jīng)網(wǎng)絡(luò)在金融時間序列分析中的應(yīng)用[D];成都理工大學(xué);2007年

3 張士釗;基于免疫進(jìn)化算法和小波神經(jīng)網(wǎng)絡(luò)的短期電價預(yù)測[D];華北電力大學(xué)（河北）;2007年

4 陳瑩;美國股指S&P 500的走勢預(yù)測模型[D];電子科技大學(xué);2009年

5 馮再勇;小波神經(jīng)網(wǎng)絡(luò)與BP網(wǎng)絡(luò)的比較研究及應(yīng)用[D];成都理工大學(xué);2007年

6 蔡亮亮;改進(jìn)的灰色馬爾科夫模型及其對全國郵電業(yè)務(wù)總量的預(yù)測[D];南京郵電大學(xué);2013年

7 劉海燕;小波分析在圖像處理中的應(yīng)用[D];北方工業(yè)大學(xué);2012年

8 王家瑋;中國電解鋁現(xiàn)貨市場價格分析與實(shí)證研究[D];北方工業(yè)大學(xué);2008年

9 王岳;基于協(xié)整技術(shù)的市場微觀結(jié)構(gòu)匯率行為描述與預(yù)測[D];湖南大學(xué);2005年

10 潘林;基于小波分析與神經(jīng)網(wǎng)絡(luò)的股票市場預(yù)測應(yīng)用研究[D];武漢理工大學(xué);2006年

，

本文編號：1983237