首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 93 毫秒
1.
非线性组合预测人民币汇率变动方法研究   总被引:5,自引:0,他引:5  
本文利用神经网络中的反向传播算法 (BP算法 ) ,结合组合预测模型的思想 ,得到一种非线性组合预测方法。通过对人民币长期汇率的五种模型计算、比较分析 ,以及对一产品市场行情分析 ,说明我们提出的非线性组合预测是一种有效的预测分析工具 ,适合于象人民币汇率制定等需综合多种理论来分析的问题。  相似文献   

2.
微信扩散具备非线性变化特征,仅采纳单一预测算法无法有效描述微信扩散的规律.因此,提出了Bass-BP扩散组合模型.首先利用经典Bass模型对微信数据进行初步预测,再利用BP神经网络对Bass模型预测结果进一步非线性逼近.结果表明,Bass-BP组合模型相较于Bass经典模型和BP神经网络这两种单一的预测模型,具有更好的预测效果.  相似文献   

3.
为提高预测精度,解决非线性组合预测中的困难,利用改进BP神经网络对非线性组合预测模型进行了设计.讨论了模型设立的原则和一般程序,比较其与传统的组合预测方法之间的优劣,并给出实例加以验证.结果显示,基于改进BP神经网络的非线性组合预测模型能够准确描述系统中的非线性,提高预测精度.  相似文献   

4.
针对组合预测比单项预测具有更高的预测精度,本提出了一种基于模糊神经网络的上市公司被ST的非线性组合建模与预测新方法,并给出了相应的混合学习算法。通过与多元线性回归模型、Fisher模型和Logistc回归模型的预测结果对比表明,该方法具有预测精度高,学习与泛化能力强,适应性广的优点。  相似文献   

5.
基于被测介质物理特性差异的冰情检测方法是由太原理工大学冰情检测课题组于2004年提出的一种新的冰情检测方法,对方法的基本原理进行了介绍并与传统的冰情预测方法进行了比较.论文介绍了新的冰情检测方法在黑龙江漠河河道段冰雪情现场试验的情况,试验结果表明,基于被测介质物理特性差异的冰情检测方法可以实现对冰层内部物理参数(如等效电阻,温度梯度分布等)连续观测,根据2015年测得的数据首次提出"预开河特征现象",从而可以为内陆河道封冻期冰情变化实时监控、开河前冰凌灾害的实时预报提供一种可行的工程检测方法.  相似文献   

6.
杨进  陈亮 《经济数学》2018,(2):62-67
为了实现对股票价格变化的短期预测,提出了一种基于小波神经网络(WNN)与自回归积分滑动平均模型(ARIMA)的组合预测模型.将股票的收盘价序列数据划分为线性以及非线性(误差项)两个部分,分别利用统计学中ARIMA模型和小波神经网络分别对两部分数据进行预测并得到结果,将两部分结果组合相加合成为整个股票价格的预测结果.实验结果表明该组合模型在预测精度方面有提高,是一种比较有效的预测模型.  相似文献   

7.
基于人工神经网络和随机游走模型的汇率预测   总被引:1,自引:0,他引:1  
由于金融数据具有随机性特征,使得建模和预测变得极其困难.提出一种组合预测方法,即假定任何金融时序数据由线性和非线性两部分组成,将其中线性部分的数据通过随机游走(RW)模型进行模拟,剩余的非线性残差部分由前馈神经网络(FANN)和诶尔曼神经网络(EANN)协同处理.从实证结果可知,该组合方法相比单独使用RW、FANN或EANN模型有更高的预测精度.  相似文献   

8.
提出了一种基于GM(1,1)和BP神经网络的组合预测模型.首先对传统GM(1,1)模型的背景值进行改进,再利用改进的GM(1,1)模型和BP神经网络模型各自的优势分别预测冷链物流需求量的线性主体部分和非线性残差部分,然后将二者进行加和,并通过MATLAB对大连水产品冷链物流需求量进行仿真预测.结果表明,与单一的预测模型相比,该组合模型具有更高的预测精度,使预测结果更接近实际情况.  相似文献   

9.
为有效预测智能制造模式下的不确定性需求,提出自回归移动平均模型ARIMA和改进BP神经网络的组合模型,对预测数据中包含线性规律的Lt以及非线性规律的ε_t进行模拟和分析,以解决预测有效性和精度问题.通过数据样本构建,对ARIMA模型结构进行辨识,确定p,d,q参数,并对模型进行诊断和检验;在此基础上进行需求数据一次预测;通过连接权值的修正降低BP神经网络学习误差,并对一次预测结果与原需求数据样本存在的误差进行二次预测.实例数据分析表明:组合模型的预测精度较ARIMA模型有显著提高,因此组合预测模型在预测效果上具有合理性和有效性.  相似文献   

10.
《数理统计与管理》2013,(5):814-822
本文深入分析了灰色预测模型、自回归移动平均(ARIMA)模型和BP神经网络模型的预测特性和优劣,并在此基础上建立了由ARIMA、GM(1,1)和BP神经网络集成的时间序列预测模型。针对呈现趋势变动性和周期波动性二重特性的时间序列,首先建立GM(1,1)模型对序列的趋势项进行预测,然后建立基于ARIMA和BP神经网络的组合模型对序列的周期波动项进行预测,最后用乘积模型对二者预测值进行集成。GDP时间序列实证结果表明:集成模型的预测效果显著高于单一模型,从而证实了集成模型用于GDP预测的有效性.  相似文献   

11.
一种新的非线性模糊自适应变权重组合预测模型   总被引:1,自引:0,他引:1  
对于复杂工业系统非线性时间序列预测精度不高问题,引入了多种预测方法的预测相对误差、预测对象的变化趋势、灰色基本权重和自适应调节系数等概念,建立了模糊自适应变权重非线性组合预测模型。结果表明,此模糊自适应变权重非线性组合预测模型的精度较高,并且平均误差和预测平方根误差均较小。该组合预测模型为复杂非线性工业系统所需决策提供了有力支持。  相似文献   

12.
In recent years, artificial neural networks (ANNs) have been used for forecasting in time series in the literature. Although it is possible to model both linear and nonlinear structures in time series by using ANNs, they are not able to handle both structures equally well. Therefore, the hybrid methodology combining ARIMA and ANN models have been used in the literature. In this study, a new hybrid approach combining Elman’s Recurrent Neural Networks (ERNN) and ARIMA models is proposed. The proposed hybrid approach is applied to Canadian Lynx data and it is found that the proposed approach has the best forecasting accuracy.  相似文献   

13.
基于ARIMA与神经网络集成的GDP时间序列预测研究   总被引:6,自引:1,他引:5  
本文深入分析了单整自回归移动平均(ARIMA)模型与神经网络(NN)模型的预测特性和优劣,并在此基础上建立了由ARIMA模型和NN模型集成的GDP时间序列预测模型与算法。其基本思想是充分发挥两种模型在线性空间和非线性空间的预测优势,据此将GDP时间序列的数据结构分解为线性自相关主体和非线性残差两部分,首先用ARIMA模型预测序列的线性主体,然后用NN模型对其非线性残差进行估计,最终集成为整个序列的预测结果。仿真实验表明:集成模型的预测准确率显著高于单一模型的预测准确率,从而证实了集成模型用于GDP预测的有效性。  相似文献   

14.
最佳灰色回归组合模型及其在中国火灾预测中的应用   总被引:1,自引:1,他引:0  
火灾每年给国家和人民生命财产造成巨大损失.火灾现象具有随机性、模糊性,是个复杂的灰色系统行为.研究火灾发生规律及发展趋势,具有实用价值.为此,首先给出最小二乘估计(LSE)意义下的最佳组合预测模型的定义,并求得组合模型的权的公式和证明权的唯一性.其次,用回归分析方法建立多个回归模型,并按以下三条标准:①回归指数(或相关系数)r大、②系统误差s小、③模型精度p高,选定最佳非线性回归模型;用灰色理论建立多个灰色模型,并按以下三条标准:①后验差比值c小、②小误差概率P大、③预测关联度ξ大,选定最佳灰色模型;再用最小二乘法将最佳回归模型与最佳灰色模型有机地结合起来建立的中国火灾最佳灰色回归组合预测模型.最佳灰色回归组合预测模型综合利用前两者提供的不同的有用信息,改善了单一模型的局限性,提高了模型的预测精度,减少了预测误差,使预测效果更佳.组合模型预测中国年火灾起数处于动态增长过程.  相似文献   

15.
From its foundation, operational research (OR) has made many substantial contributions to practical forecasting in organizations. Equally, researchers in other disciplines have influenced forecasting practice. Since the last survey articles in JORS, forecasting has developed as a discipline with its own journals. While the effect of this increased specialization has been a narrowing of the scope of OR's interest in forecasting, research from an OR perspective remains vigorous. OR has been more receptive than other disciplines to the specialist research published in the forecasting journals, capitalizing on some of their key findings. In this paper, we identify the particular topics of OR interest over the past 25 years. After a brief summary of the current research in forecasting methods, we examine those topic areas that have grabbed the attention of OR researchers: computationally intensive methods and applications in operations and marketing. Applications in operations have proved particularly important, including the management of inventories and the effects of sharing forecast information across the supply chain. The second area of application is marketing, including customer relationship management using data mining and computer-intensive methods. The paper concludes by arguing that the unique contribution that OR can continue to make to forecasting is through developing models that link the effectiveness of new forecasting methods to the organizational context in which the models will be applied. The benefits of examining the system rather than its separate components are likely to be substantial.  相似文献   

16.
基于指数平滑模型与误差反传神经网络法提出了一个改进的时间序列预测方法.将神经网络模型移植入指数加权滑动平均模型中,充分考虑了时间序列的部分线性性和非线性性对预测结果的影响,是传统的混合模型的一个更合理的改进.最后通过对上证指数时间序列的实证分析,以预测均方误差为检验标准,对五种常用的时间序列预测模型进行了预测精度的比较,而且经验证所提出的改进的时间序列预测模型相对来说具有更小的预测均方误差.  相似文献   

17.
基于预测有效度的非负变权组合预测模型研究   总被引:4,自引:0,他引:4  
本以预测方法有效度为准则,分别在样本区间、预测区间及总区间上建立了非负变权的组合预测模型,并给出其线性规划的解法,该模型具有较二次规划计算简便的特点,而且目标函数具有可比性,能反映不同指标序列预测方法有效性,同时变权能适应外界环境的变化。  相似文献   

18.
基于ARIMA和LSSVM的非线性集成预测模型   总被引:1,自引:0,他引:1  
针对复杂时间序列预测困难的问题,在综合考虑线性与非线性复合特征的基础上,提出一种基于ARIMA和最小二乘支持向量机(LSSVM)的非线性集成预测方法.首先采用ARIMA模型进行时间序列线性趋势建模,并为LSSVM建模确定输入阶数;接着根据确定的输入阶数进行时间序列样本重构,采用LSSVM模型进行时间序列非线性特征建模;最后采用基于LSSVM的非线性集成技术形成一个综合的预测结果.将该方法用于中国GDP预测取得的结果,与单独预测方法及流行的其他集成预测方法相比,预测精度有了较大的提高,从而验证了方法的有效性和可行性.  相似文献   

19.
基于当前成熟的移动网络覆盖技术,设计了一种新型的冰凌图像远程测报系统.系统利用监控类摄像头获取河道现场冰凌图像,通过移动GPRS网络实时传送到监控中心,实现对黄河冰凌的实时远程监测预报.通过特定的图像处理方法与软件,冰凌图像测报系统不仅可以在线实时浏览黄河河道现场的实时图像,还能获得被监测河道河面的瞬时冰凌分布密度和流速等重要参数,从而为凌汛预警和防凌决策部门提供第一手河道现场资料.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号