發(fā)布時(shí)間：2025-02-11 09:50

　　 通過(guò)對(duì)區(qū)間模糊數(shù)進(jìn)行研究分析,發(fā)現(xiàn)已有處理方法是直接對(duì)兩個(gè)界點(diǎn)建模和預(yù)測(cè),這樣做往往會(huì)導(dǎo)致不能很好的描述序列整體性的發(fā)展趨勢(shì)以及模型所預(yù)測(cè)的結(jié)果容易發(fā)生錯(cuò)亂等,從而預(yù)測(cè)失效.首先基于等價(jià)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(duì)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(jìn)行回歸和預(yù)測(cè),并通過(guò)還原公式得到原區(qū)間模糊數(shù)序列的擬合值和預(yù)測(cè)值.最后通過(guò)實(shí)例驗(yàn)證了該方法有效可行,對(duì)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(cè)精度.

【文章頁(yè)數(shù)】：5 頁(yè)

【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(jiǎn)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(gè)隱含層構(gòu)成:以一個(gè)三層結(jié)構(gòu)的為例,即含有一個(gè)輸入層、一個(gè)輸出層和一個(gè)隱含層,每層由n,l,m個(gè)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(gè)樣本的期望輸出值,oi為第i個(gè)樣本的預(yù)測(cè)輸出值.Step3選擇操作.本文采用輪盤(pán)賭法進(jìn)行選擇操作,即以適應(yīng)度比例的選擇方法,第i個(gè)個(gè)體的選擇概率pi采用如下公式計(jì)算

本文編號(hào)：4033091