基于结构可变的RBF神经网络的时间序列预测

被引：8

作者：

张冬青 ^{[1
]}

马宏伟 ^{[1
]}

宁宣熙 ^{[2
]}

机构：

[1] 南京农业大学工学院

[2] 南京航空航天大学经济与管理学院

来源：

中国管理科学 | 2010年 / 18卷 / 03期

关键词：

预测; 时间序列; 径向基函数神经网络; 序列蒙特卡罗方法;

D O I：

10.16381/j.cnki.issn1003-207x.2010.03.001

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

基于神经网络的时间序列预测方法,需要正确确定网络结构,它关系到所建模型的合理性以及预测的准确性。目前确定网络结构的绝大多数方法,其网络结构一经训练确定便保持不变。然而现实中许多时间序列呈现非平稳性,其结构经常发生变化,这就要求网络结构能够动态可调,因此本文提出结构可变的径向基函数(RBF)神经网络预测模型。并采用序列蒙特卡罗(SMC)方法实现基于结构可变RBF网络的时间序列在线预测;最后采用CRU钢铁价格指数月数据进行实证研究,结果表明该模型的有效性。

引用

页码：83 / 89

页数：7

共 15 条

[1] STAR与ANN模型:证券价格非线性动态特征及可预测性研究 [J].

苏治 ;

方明 ;

李志刚 .

中国管理科学, 2008, (05) :9-16

[2] 基于径向基神经网络的大连站客运量预测 [J].

李季涛 ;

杨俊锋 .

大连交通大学学报, 2007, (01) :32-34

[3] 基于两阶段优化算法的神经网络预测模型 [J].

邹昊飞 ;

夏国平 ;

杨方廷 .

管理科学学报, 2006, (05) :28-35

[4] 改进的BP神经网络在铁路客运量时间序列预测中的应用 [J].

王卓 ;

王艳辉 ;

贾利民 ;

李平 .

中国铁道科学, 2005, (02) :130-134

[5] 生物发酵过程的温度控制模型研究 [J].

王斌 ;

王孙安 .

西安交通大学学报, 2004, (07) :737-740

[6] 基于神经网络的时序预测模型研究 [J].

杨璐 ;

高自友 .

北方交通大学学报, 1998, (03)

[7]

非线性非高斯时间序列预测研究[D]. 张冬青.南京航空航天大学 2008

[8]

Application of a neural network approach to the electrophoretic deposition of PEEK–alumina composite coatings[J] . Ilaria Corni,Maria Cannio,Marcello Romagnoli,Aldo R. Boccaccini.Materials Research Bulletin . 2009 (7)

[9]

Comparison of neural network methods for infilling missing daily weather records[J] . P. Coulibaly,N.D. Evora.Journal of Hydrology . 2007 (1)

[10]

A comparative study of artificial neural networks and neuro-fuzzy in continuous modeling of the daily and hourly behaviour of runoff[J] . Muhammad Aqil,Ichiro Kita,Akira Yano,Soichi Nishiyama.Journal of Hydrology . 2007 (1)

← 1 2 →