共查询到20条相似文献,搜索用时 843 毫秒
1.
集装箱吞吐量预测是港口规划建设、生产计划安排、调整港口发展方向的重要基础。针对集装箱吞吐量与其影响因素之间的复杂非线性特征,文章提出基于腹地GDP、腹地货运量、港口前三年集装箱吞吐量作为网络输入构建的遗传算法改进的BP神经网络预测模型(GA-BP),该方法综合考虑到BP神经网络非线性拟合能力强的优点,同时通过遗传算法全局搜索能力强等特点对BP神经网络易陷入局部最优进行改进。为验证提出模型的有效性,选取福州港为案例进行验证,结果显示GA-BP模型的预测精度明显优于BP神经网络,同时对比历史集装箱吞吐量作为输入变量的预测结果,GA-BP模型预测结果精度更高。 相似文献
2.
人工神经网络是一种新的数学建模方式,传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的提出为处理非线性问题提供了比较好的方法。针对BP算法的局限性提出了改进的BP网络模型,通过对CSP质量指标的预测结果与传统的BP模型比较.结果表明改进的BP算法提高了学习效率,网络有较好的泛化能力,而且预测更可靠。 相似文献
3.
人工神经网络是一种新的数学建模方式,传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的提出为处理非线性问题提供了比较好的方法。针对BP算法的局限性提出了改进的BP网络模型,通过对CSP质量指标的预测结果与传统的BP模型比较.结果表明改进的BP算法提高了学习效率,网络有较好的泛化能力,而且预测更可靠。 相似文献
4.
5.
针对金融时间序列非平稳性、非线性的特点,本文采用小波分析与人工神经网络相结合的方法,对沪深A300收盘价进行分析和预测。结果表明,小波神经网络有较强的预测能力,能达到预期效果。为了验证该方法的预测能力,进一步将时间序列数据多步分段,全方位地进行预测,并与小波-ARIMA模型、BP神经网络预测方法进行比较,体现了小波神经网络的预测优势。 相似文献
6.
7.
8.
为了提高财务预警模型的精度,针对BP算法训练过程中容易陷入局部极值而影响预测效果的缺陷,文章应用遗传算法和BP神经网络相结合的混合算法进行改进。通过对深沪两市A股市场74家制造业上市公司样本的实证研究比较。发现混合算法不论对建模样本还是对多期间检验样本,都显示出比传统BP算法更高的预测精度。GA-BPNN算法不仅具有BP算法较强的局部搜索能力,而且也吸收了遗传算法擅长全局寻优的特点,二者的结合可大大提高预测精度。 相似文献
9.
为了有效地利用物流成本估计中线性和非线性数学模型的优点,把线性预测性能优异的ARIMA数学模型和RBF神经网络相结合,使模型非线性数学变化上形成估计优化,可以捕捉物流成本价格的线性和非线性规律,有效地减少传统预测数学模型中一些非线性因素的影响。以某物流公司1991~2012年物流操作成本为数据,将所提出的数学模型与网格搜索SVR模型、PSO-SVR模型、Levenberg-Marquardt BP神经网络模型及背景值优化GM(1,1)模型进行对比实验。结果表明所提出的优化数学模型能够解决上述问题且具有更高的预测精度。 相似文献
10.
提出了基于遗传算法的分式线性神经网络优化方法。该方法首先用遗传算法优化分式线性网络的权值,然后在遗传进化结果的基础上,利用分式线性网络反向传播(BP)算法训练分式线性网络,获得网络的最优权值。作为应用,预测原油溶解气油比的基于遗传算法的分式线性神经网络模型被给出。对比实验表明,基于遗传算法的分式线性神经网络优化方法是一种新的建模方法。 相似文献
11.
《企业科技与发展》2019,(12)
近几年,国内外经济发展迅速,有诸多投资者将自己的资金投入到了股市之中,但股市行情变化莫测,时刻牵动着每一位股民的切身利益。面对这些问题,有一种可靠的股票预测方法就显得尤为重要。文章首先介绍了我国上证指数的基本情况,然后对BP神经网络做了相关介绍,针对股票市场自身所具备的非线性特征,基于LM (Levenberg-Marquard)算法所优化的BP (Back Propagation)神经网络模型,进一步预测和模拟了上证指数的收盘价,将产出的预测值与实际股票价格进行比较,以获得相关结论。文章研究的目的是以上证指数为例来检验BP神经网络在股票预测中的有效性,为股票市场中的投资者提供相应参考。 相似文献
12.
基于遗传算法的BP神经网络在汇率预测中的应用研究 总被引:15,自引:0,他引:15
本文针对经典的BP神经网络所存在的缺陷,结合遗传算法,提出了基于实数编码的GA-BP神经网络预测人民币美元汇率的模型。在结合递归预测方法的基础上,该模型取得了令人满意的结果。 相似文献
13.
14.
针对组合预测比单项预测具有更高的预测精度,本文采用基于BP神经网络的非线性组合的预测新方法,构建了财务危机预警模型,并进行了实证研究。通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明,组合预测方法有效提高了预测精度,具有很好的适用性和优越性。 相似文献
15.
基于BP神经网络的企业财务危机组合预警研究 总被引:1,自引:0,他引:1
本文根据组合预测比单项预测具有更高预测精度的原因,采用基于BP神经网络的非线性组合的预测新方法,构建财务危机预警模型,并进行实证研究.通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明,组合预测方法有效提高了预测精度,具有很好的适用性和优越性. 相似文献
16.
针对组合预测比单项预测具有更高的预测精度,本文采用基于BP神经网络的非线性组合的预测新方法,构建了财务危机预警模型,并进行了实证研究。通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明,组合预测方法有效提高了预测精度,具有很好的适用性和优越性。 相似文献
17.
18.
通过分析LOGIT模型效用函数构造存在的不足,探讨了利用BP神经网络解决方式划分问题的基本原理。利用BP神经网络良好的非线性逼近能力对LOGIT模型的效用值的确定进行改进,构造了基于BP神经网络的运输通道出行方式选择模型。最后给出了一个算例,详细介绍了基于BP神经网络的交通方式划分模型的建立、训练仿真的过程,预测结果表明该模型对交通方式划分问题不仅有很强的解释性,同时具有很好的可操作性。 相似文献
19.
金融危机是一个非线性的复杂过程,而人工神经网络因良好的特性能较精确地预测其发生与否。文章将BP神经网络运用于金融危机预警,以东南亚金融危机为研究对象,构建了一套危机预警系统。通过数据的分析,该模型具有明显的预测精确度和优越性,有助于提升预测金融危机发生的正确率。 相似文献
20.
通过分析LOGIT模型效用函数构造存在的不足,探讨了利用BP神经网络解决方式划分问题的基本原理.利用BP神经网络良好的非线性逼近能力对LOGIT模型的效用值的确定进行改进,构造了基于BP神经网络的运输通道出行方式选择模型.最后给出了一个算例,详细介绍了基于BP神经网络的交通方式划分模型的建立、训练仿真的过程,预测结果表明该模型对交通方式划分问题不仅有很强的解释性,同时具有很好的可操作性. 相似文献