發(fā)布時(shí)間：2024-03-01 03:15

　　近年來,隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展和進(jìn)步,已經(jīng)給人們的生產(chǎn)生活帶來了巨大的經(jīng)濟(jì)效益和生活便利。神經(jīng)網(wǎng)絡(luò)模型是數(shù)據(jù)挖掘中應(yīng)用最廣泛的模型之一,而基于梯度下降的BP神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。建立一套基于BP神經(jīng)網(wǎng)絡(luò)用于生產(chǎn)生活的預(yù)測(cè)模型能給人們帶來極大的方便。由于基于梯度下降的BP神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)的過程中存在容易陷入到局部的極小值點(diǎn)的缺點(diǎn),所以本文結(jié)合灰色理論的預(yù)測(cè)算法,對(duì)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的學(xué)習(xí)算法進(jìn)行了改進(jìn)。 本文實(shí)現(xiàn)了一個(gè)用于生豬市場(chǎng)價(jià)格預(yù)測(cè)的數(shù)據(jù)挖掘模型,對(duì)于建模過程的各個(gè)步驟都進(jìn)行了具體的闡述和研究。論文首先討論研究了灰色理論中的GM(1,1)預(yù)測(cè)模型,進(jìn)而提出了一種改進(jìn)的GM(1,1)預(yù)測(cè)模型。基于這種改進(jìn)的預(yù)測(cè)模型對(duì)于數(shù)據(jù)的缺值問題進(jìn)行了優(yōu)化處理,并且將它與BP神經(jīng)網(wǎng)絡(luò)模型相結(jié)合,進(jìn)行了神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的改進(jìn),一定程度上解決了網(wǎng)絡(luò)學(xué)習(xí)的過程中很容易陷入到局部的極小值點(diǎn)的缺點(diǎn),使得神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)效率方面有了一定程度的提高。

【文章頁數(shù)】：51 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖5.22000一2007年豬肉糧食比變動(dòng)圖

圖5.22000一2007年豬肉糧食比變動(dòng)圖.1.4準(zhǔn)備數(shù)據(jù)這個(gè)步驟是我們建立模型之前的最后一步數(shù)據(jù)準(zhǔn)備工作了。這個(gè)步驟一般可以以下4個(gè)部分:1.選擇變量2.選擇記錄3.創(chuàng)建新變量4.轉(zhuǎn)換變量.1.4.1選擇變量理想的情況下，我們可以使用所有的變量。把它們作為輸入變量全部傳入到神....

本文編號(hào)：3915352