基于遗传算法的BP神经网络在汇率预测中的应用研究

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。     

基于遗传算法优化BP神经网络的集装箱吞吐量预测

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。     

遗传算法和BP神经网络的电信业产出预测

电信业产出是衡量电信产业发展状况的主要指标,其影响因素具有较强的非线性和随机性,很难用传统的预测方法进行预测。而BP神经网络方法具有的较强非线性映射能力和柔性网络结构在解决这一问题时具有明显优势。本文基于遗传算法改进的BP神经网络模型,利用我国电信市场从1998至2012年15年数据作为训练数据与测试数据应用于电信业产出规模预测。研究结果表明,基于遗传算法的BP神经网络模型预测精度明显大于传统预测方法,可为电信业的健康和快速发展提供一种新的、可量化的工具和方法。     

遗传算法优化的BP神经网络对汽车销售的预测

为了使BP神经网络拟合复杂函数的能力得到进一步提升,本文通过改变BP神经网络结构的权值和阈值,从而进一步优化遗传算法,并将此设计的模型应用到预测汽车销售系统之中。为了比较它与传统BP神经算法预测效果,我们进行了预测仿真,从中可以比较两者准确性高低与否。仿真结果表明改进后的算法对存在较明显线性相关性的数据时有更好的拟合能力和更高的预测精度。     

基于BP神经网络的西安市宏观经济预测

宏观经济系统是一个复杂的非线性系统,对宏观经济进行预测应采用非线性的工具进行建模。采用BP神经网络对西安市宏观经济指标进行预测,此预测模型只需少量训练样本就可以确定网络的权值和阈值。实验表明模型预测精度高,能够对西安市宏观经济系统中的非线性关系进行描述,使建立的非线性模型与实际系统更加接近。     

基于多元线性回归模型预测分析的实例研究

本文通过一家小型服装经营店一年的员工薪酬、宣传费用和流动资金与销售额的数据,通过多元回归预测模型预测在未来某一月份的销售额情况。结论也符合服装店的实际情况,说明该模型用于预测销售额是有效的,能较好的分析销售额的变化规律也可以为未来投资提供参考。     

基于灰色神经网络木塑复合材料动态剪切模量预测

基于木塑复合材料加工工艺的特点,设计了不用工艺条件下的木塑复合材料工艺实验,并得到了不同条件下的力学性能。本文在灰色神经网络组合预测模型的基础上,建立了木塑复合材料动态剪切模量的预测模型。结果表明:该模型能够较好地预测出木塑复合材料动态剪切模量,预测最大误差为0.69%,能够达到工程实际要求。     

基于灰色神经网络的体育成绩预测研究

对体育成绩的预测关系到学生身体素质和体育教学方案的制定,通过结合灰色理论和神经网络的特点提出了灰色神经网络体育成绩预测模型。依据某大学2008-2013年体育成绩统计数据,分别选用GM(1,1)模型和灰色神经网络模型对数据进行拟合,通过2014年的体育成绩作为模型验证,来预测2015年的体育成绩。结果表明,灰色神经网络体育成绩预测模型具有灰色系统贫乏数据建模和神经网络高度非线性映射能力的优点,对提高预测精度具有一定的实用价值。     

基于线性回归与神经网络的盈余管理研究

在以往对公司治理结构与盈余管理关系的研究中,学者们大多采用多元线性回归的方法,但多元线性回归只是一种描述数量间简单线性关系的方法,使用的前提是满足五条苛刻的假设,可能并不适合于某些实际经济问题的研究。人工神经网络(ANN)是一种非线性的数学计算模型,文章将人工神经网络模型引入上述问题的研究,并将多元线性回归与ANN两种模型的实证研究结果进行分析与对比,用以考察两种模型在盈余管理研究领域的有效性与预测力。     

基于改进遗传算法的FIR数字滤波器的优化设计

提出了利用基于BP(Back Propagation)神经网络的遗传算法来设计FIR数字滤波器的方法。针对遗传算法很难实现全局最优和搜索速度比较慢的缺陷,提出了改进算法,该算法充分利用了遗传算法的全局搜索功能强和BP神经网络的搜索效率高,优化了搜索时间,提高了算法性能,对于解决大规模多极值优化问题特别有效。最后,以设计低通滤波器的实例验证算法的可行性。     

基于遗传神经网络的我国煤矿安全预警评估研究

针对煤矿安全生产的特点,对安全生产隐患进行识别,建立了基于员工因素、机器设备因素、环境因素、管理因素、信息因素的煤矿安全预警评估指标体系;提出了基于遗传神经网络的安全预警评估模型,并对该模型进行了实证分析;实践表明,遗传算法优化的BP神经网络预警评估模型有较好的适应性和预测精度,为煤矿安全生产的长效机制提供决策支持。     

基于一种改进BP神经网络算法的教学质量评价研究

在教学管理问题的研究中,针对教学质量评价的非线性特征以及教学质量评估体系中存在的诸多非定量的因素,建立教学质量评价的BP神经网络模型。评价模型对已有评价体系中的主观性因素进行量化,并利用神经网络的自学习,自适应及非线性逼近能力进行量化评价的计算。对模型中用到的BP算法和代数算法分别进行了理论上的分析和训练结果的对比,为教学质量评价模型提供了可行的解决方案。     

基于遗传算法的网络计划多目标优化

工程项目网络计划是为了达到成本最低、工期最短、资源利用最均衡、质量最优并能够保证安全施工。文章从遗传算法基本原理出发,设计网络计划多目标优化的目标函数及约束条件,结果证明,该方法解决问题速度快,结果精确度高,对工程项目管理具有实际的应用价值。     

基于算法的BP神经网络的应用研究

BP神经网络的智能化特征与能力使其应用领域日益扩大,潜力日趋明显,许多传统信息处理方法无法解决的问题采用BP神经网络后取得了良好的效果。因此,BP神经网络已被广泛应用于自动化、工程、经济及医学等各个领域。因此,本文重点研究了BP神经网络的原理、算法及其应用。     

基于BP神经网络的CCI预测模型

将BP神经网络模型应用到消费者信心指数预测中,并建立了消费者信心指数的神经网络预测模型。将计算结果与真实值进行了验证,结果表明:CCI的计算值与真实值之间的相对误差为2.6%,且具有较好的相关性。     

基于NARX神经网络模型的船舶市场预测研究

船舶市场的未来需求一直是船厂和船东关注的焦点。为使船舶制造企业能够积极面对未来市场的发展与变化,文章利用NARX自回归反馈网络对船舶市场进行短期预测。此法提高了对船舶市场预测的准确度及合理性,解决了目前由于经济环境复杂且资料有限而无法进行完全合理有效的预测的问题,以期对我国船舶市场的发展提供借鉴与参考。     

基于神经网络的入境旅游人数预测

入境旅游人数分析是旅游开发的基础。尝试利用人工神经网络的3层BP模型来仿真模拟入境旅游人数,其输入层结点为3,输出节点为1,得出3层前馈反向传播神经网络模型。结果表明人工神经网络模型的模拟结果与实际情况逼近。     

基于人工神经网络的PPI预测模型

将人工神经网络模型引入到工业品出厂价格指数预测领域,利用我国1990年-2008年的工业品出厂价格指数数据,建立了工业品出厂价格指数预测的人工神经网络模型。实验结果表明:基于BP算法的神经网络模型预测精度高,而且收敛速度快,它为工业品出厂价格指数预测工作提供了一种全新的方法。     

改进BP神经网络的研究及应用

人工神经网络具有强大的非线性映射能力,已经被应用于模式识别、智能控制、图像处理以及时间序列分析等各种领域。本文针对BP算法的不足,提出了BP算法的启发式改进,通过对遗传神经网络模型及其算法进行分析和研究,针对遗传算法的主要缺陷介绍了一种常用的改进类型。