通過對區(qū)間模糊數(shù)進行研究分析,發(fā)現(xiàn)已有處理方法是直接對兩個界點建模和預(yù)測,這樣做往往會導(dǎo)致不能很好的描述序列整體性的發(fā)展趨勢以及模型所預(yù)測的結(jié)果容易發(fā)生錯亂等,從而預(yù)測失效.首先基于等價和整體性考慮提出了模糊序列的面積序列和重心序列概念.然后對面積序列和重心序列分別建立了遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型進行回歸和預(yù)測,并通過還原公式得到原區(qū)間模糊數(shù)序列的擬合值和預(yù)測值.最后通過實例驗證了該方法有效可行,對比傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)模型和ARIMA模型,顯著提高了預(yù)測精度.

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1 BP神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)

反向傳播(BackPropagation,簡稱BP)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)往往由輸入層、輸出層以及多個隱含層構(gòu)成:以一個三層結(jié)構(gòu)的為例,即含有一個輸入層、一個輸出層和一個隱含層,每層由n,l,m個神經(jīng)元組成,其基本結(jié)構(gòu)如下圖1所示.2.2遺傳BP神經(jīng)網(wǎng)絡(luò)模型

圖2 遺傳BP神經(jīng)網(wǎng)絡(luò)模型流程圖

式中n為輸入樣本數(shù),yi表示第i個樣本的期望輸出值,oi為第i個樣本的預(yù)測輸出值.Step3選擇操作.本文采用輪盤賭法進行選擇操作,即以適應(yīng)度比例的選擇方法,第i個個體的選擇概率pi采用如下公式計算

本文編號：4033091