隨著科學(xué)技術(shù)的日新月異以及社會(huì)經(jīng)濟(jì)的快速發(fā)展,各行各業(yè)的數(shù)據(jù)和信息呈現(xiàn)爆炸式增長(zhǎng),互聯(lián)網(wǎng)技術(shù)風(fēng)起云涌,大數(shù)據(jù)時(shí)代悄然而至。因此,如何抓住大數(shù)據(jù)時(shí)代契機(jī),從海量數(shù)據(jù)中挖掘出有價(jià)值的信息,進(jìn)而實(shí)現(xiàn)對(duì)未來(lái)的精確預(yù)測(cè)是一個(gè)既重要又困難的任務(wù)。時(shí)間序列預(yù)測(cè)是在數(shù)學(xué)模型的基礎(chǔ)上,依據(jù)時(shí)間序列的歷史值和現(xiàn)在值對(duì)事物未來(lái)的發(fā)展趨勢(shì)做出定量估計(jì)。近年來(lái),國(guó)內(nèi)外學(xué)者均對(duì)時(shí)間序列預(yù)測(cè)模型做出了有益的探索和研究。根據(jù)預(yù)測(cè)模型類型,現(xiàn)有時(shí)間序列預(yù)測(cè)模型大致可分為三類,分別是單個(gè)預(yù)測(cè)模型、組合預(yù)測(cè)模型和混合預(yù)測(cè)模型。然而,沒有一種模型能夠適用于所有類型時(shí)間序列,且現(xiàn)有時(shí)間序列預(yù)測(cè)模型主要存在忽略原始數(shù)據(jù)中的噪聲、模型中的參數(shù)確定具有主觀性以及模型評(píng)價(jià)標(biāo)準(zhǔn)不合理三方面的問題,會(huì)影響時(shí)間序列預(yù)測(cè)模型的預(yù)測(cè)精度與效率。鑒于上述因素,本文提出基于BP神經(jīng)網(wǎng)絡(luò)的系列混合預(yù)測(cè)模型,該類模型既具有較強(qiáng)的泛化能力,適用不同類型時(shí)間序列的預(yù)測(cè),又可以成功克服以上缺陷,實(shí)現(xiàn)較好的預(yù)測(cè)性能。具體來(lái)講,系列混合預(yù)測(cè)模型中的“系列”一詞包括兩層含義:一方面,本文提出基于BP神經(jīng)網(wǎng)絡(luò)的混合預(yù)測(cè)模型的建立與評(píng)估的系列步驟。在建立混合預(yù)測(cè)模型時(shí)... 

【文章來(lái)源】：東北財(cái)經(jīng)大學(xué)遼寧省

【文章頁(yè)數(shù)】：200 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖２－１?人腦神經(jīng)元網(wǎng)絡(luò)和典型ｎ維輸入神經(jīng)元模型示意圖??ＢＰ經(jīng)網(wǎng)絡(luò)是對(duì)生物神經(jīng)元的簡(jiǎn)化與模擬，一個(gè)典型的《維輸入的神經(jīng)元模型結(jié)??

【參考文獻(xiàn)】：
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)問題研究[J]. 楊娟麗,徐梅,王福林,王吉權(quán),劉慧.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2013(04)
[2]基于Logistic模型的中國(guó)各省碳排放預(yù)測(cè)[J]. 杜強(qiáng),陳喬,楊銳.  長(zhǎng)江流域資源與環(huán)境. 2013(02)
[3]多車型車輛路徑問題的量子遺傳算法研究[J]. 葛顯龍,許茂增,王偉鑫.  中國(guó)管理科學(xué). 2013(01)
[4]上證綜指波動(dòng)特征及收益率影響因素研究——基于EEMD和VAR模型分析[J]. 王曉芳,王瑞君.  南開經(jīng)濟(jì)研究. 2012(06)
[5]小波去噪和神經(jīng)網(wǎng)絡(luò)在電力負(fù)荷預(yù)測(cè)中的應(yīng)用研究[J]. 張曄.  數(shù)字技術(shù)與應(yīng)用. 2012(07)
[6]非等間距GM（1,1）模型在股票預(yù)測(cè)中的優(yōu)化[J]. 張?chǎng)?肖新平.  統(tǒng)計(jì)與決策. 2012(11)
[7]城市化對(duì)二氧化碳排放的影響——來(lái)自中國(guó)時(shí)間序列和省際面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)[J]. 劉華軍.  上海經(jīng)濟(jì)研究. 2012(05)
[8]基于奇異譜分析的匯率預(yù)測(cè)研究[J]. 張一,惠曉峰.  統(tǒng)計(jì)與決策. 2012(06)
[9]經(jīng)過改進(jìn)的求解TSP問題的蟻群算法[J]. 王忠英,白艷萍,岳利霞.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2012(04)
[10]中國(guó)石油消費(fèi)量增長(zhǎng)趨勢(shì)分析——基于ARIMA模型的預(yù)測(cè)與分析[J]. 池啟水.  資源科學(xué). 2007(05)



本文編號(hào)：3378112