基于灰色关联分析的神经网络模型

基于灰色关联分析的神经网络模型

ID:37698622

大小:551.39 KB

页数:9页

时间:2019-05-29

基于灰色关联分析的神经网络模型_第1页
基于灰色关联分析的神经网络模型_第2页
基于灰色关联分析的神经网络模型_第3页
基于灰色关联分析的神经网络模型_第4页
基于灰色关联分析的神经网络模型_第5页
资源描述:

《基于灰色关联分析的神经网络模型》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、万方数据2008年9月系统工程理论与实践第9期文章编号:1000.6788(2008)09-0098-07基于灰色关联分析的神经网络模型苏博1,刘鲁1,杨方廷2(1.北京航空航天大学经济管理学院。北京100083;2.北京仿真中心,北京100854)摘要:在BP神经网络算法的基础上,针对在多变量复杂系统建模过程中BP网络输入变量无法自动寻优的问题,将其与灰色关联分析方法结合,建立基于灰色关联分析的神经网络优化算法(GM-BPANN).并且使用中国粮食产量预测的数据,与逐步回归方法和灰色GM(1,N

2、)模型方法进行了比较检验.结果表明,新模型通过灰色关联度的计算,可以全面、广泛地对大量的输入变量进行处理,而不必经过专门的主观筛选,从而增强了BP网络的适应能力,同时能够得到较好的预测精度和稳定性.关键词:BP神经网络;灰色关联分析;灰色GM(1,N)算法;中国粮食产量预测中图分类号:N941.5文献标志码:AResearchofartificialneuralnetworkforecastingmodelbasedongreyrelationalanalysisSUB01,LIULul,YANG

3、Fang-tin92(1School0fEconomics&Management,BeinallgUniversity,Bdjing100083,China;2BeijingSimulationCenter,BeijiIlg100854,Claim)Ab丽髓ct:AimingattheBPartificialneuralnetworkunabletOautoselectandoptimizeinputvariables.thispaperintegratesBPANN硒t}I伊eyrelation

4、alanalysismethod,establishes锄optilIlizedBPartificialneuralnetworkarithmefic(GM-BPANN)whichbasedOilthegreyrelationalanalysismethod.AndmakecomparisontestwithstepregressionmethodandgreyCM(1,N)methodusingdataofChina鼬output.Theresultshowsthatthe删modelcande

5、alwithⅡ嘲inputvariableswithoutspecialsubjectiveselection.enhancestheadaptabilityofBPneuralnetwork.It咖alsogetsgoodforecastingstabilityandaccuracy.Keywords:BPartificialneuralnetwork;greyrelationalanalysis;greyGM(1,N)arithmetic;China萨IirIoutputforecast1引言

6、预测问题,实质上就是以过去的已知状况作为输入,在预测算子作用下,得到未来结果输出的过程.近十年来,随着智能技术的发展,灰色系统理论预测技术、与专家系统相结合的预测技术、模糊推理预测技术、人工神经网络预测技术等新技术新方法频繁出现,解决了传统方法的很多缺陷,得到了广泛的应用.神经网络作为一种重要的人工智能技术,在预测领域亦得到了广泛的研究和应用,其中使用最广的是误差反向传播算法(BackPropagation,简称BP),自其创立以来,相关的研究论文和应用成果层出不穷,涉及工程控制、经济管理、社会系

7、统、生态系统等众多领域.国内在这方面的研究并不落后,比较有代表性的如苑希民、李鸿雁⋯等对神经网络和遗传算法在水科学领域的应用展开研究,建立了暴雨、洪水和气象预报的BP神经网络模型;李发斌和崔鹏[2]等人建立分析泥石流活动性的BP神经网络预测模型;饶文碧和徐锐[3]等人利用神经网络解决机械加工中结构损伤模型的识别问题等.近年来,针对BP网络不能对多变量自动寻优,学习过程收敛慢,容易陷入局部极小等固有缺点,国内外许多学者将粗糙集、遗传算法【4删等与其结合使用以达到优化的目的.而对它的改进也持续不断,如

8、AmitGupta与SiuwaM.Lain【70针对有噪声数据建立了权重递减BP网络;YutakaFukuoka【81等建立了一种避免陷入局部极小的修正BP网络等.收稿Et期:2006-07-07资助项目:国家自然科学基金(70371004);博士点基金(20040006023)。作者简介:苏博(1975一),男(汉),山东菏泽人,北京航空航天大学博士研究生,研究方向为系统工程.万方数据第9期基于灰色关联分析的神经网络模型99灰色系统(Gray跏姗)理论也是近年来广泛应用的一种预测

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。