基于人工神經(jīng)網(wǎng)絡(luò)的時(shí)序數(shù)據(jù)挖掘應(yīng)用研究.pdf

1、目前，數(shù)據(jù)挖掘作為現(xiàn)代企業(yè)管理的重要輔助工具，被廣泛應(yīng)用于各個(gè)領(lǐng)域。在我國，數(shù)據(jù)挖掘技術(shù)取得了較大的成就，但還存在很多問題，尤其是在具體應(yīng)用方面，面向?qū)嶋H應(yīng)用的軟件和可視化挖掘技術(shù)仍然十分匱乏，企業(yè)內(nèi)各種信息往往不能有效的形成決策信息和知識(shí)，嚴(yán)重滯后了企業(yè)決策智能化的發(fā)展和應(yīng)用。這也是造成我國企業(yè)尤其是西部中小企業(yè)的發(fā)展水平緩慢和管理模式落后的主要原因。所以急需一種能夠解決現(xiàn)有問題，提高企業(yè)各種數(shù)據(jù)的處理能力，幫助企業(yè)進(jìn)行輔助決策的應(yīng)用

2、系統(tǒng)。 將數(shù)據(jù)挖掘技術(shù)應(yīng)用于企業(yè)的輔助決策，發(fā)現(xiàn)數(shù)據(jù)中隱含的各種有用的知識(shí)，來提升企業(yè)管理和決策水平，是一種十分有效的手段。論文以西部地區(qū)中小型制造企業(yè)為研究對(duì)象，通過對(duì)日常時(shí)序數(shù)據(jù)進(jìn)行模式分析，在國內(nèi)專家知識(shí)和先進(jìn)管理模式指導(dǎo)下，利用神經(jīng)網(wǎng)絡(luò)進(jìn)行時(shí)序數(shù)據(jù)挖掘，用以達(dá)到銷售量預(yù)測(cè)，為企業(yè)生產(chǎn)提供合理輔助決策，對(duì)企業(yè)的生產(chǎn)和發(fā)展具有一定的作用。 論文系統(tǒng)研究了時(shí)序數(shù)據(jù)挖掘的相關(guān)理論和最新技術(shù)，總結(jié)了通用的開發(fā)方法。以此為基

3、礎(chǔ)，構(gòu)建基于動(dòng)態(tài)BP神經(jīng)網(wǎng)絡(luò)的時(shí)序數(shù)據(jù)預(yù)測(cè)平臺(tái)，研究了其中所采用的關(guān)鍵技術(shù)并加以實(shí)現(xiàn)。 論文主要研究成果有以下幾個(gè)方面： (1)結(jié)合動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)理論，提出了一種動(dòng)態(tài)逐漸增元的數(shù)據(jù)預(yù)測(cè)框架，并以此建立了一個(gè)應(yīng)用系統(tǒng)，在結(jié)構(gòu)上，可以完成實(shí)際業(yè)務(wù)的數(shù)據(jù)挖掘相關(guān)工作，對(duì)時(shí)序數(shù)據(jù)進(jìn)行有效的處理，發(fā)現(xiàn)數(shù)據(jù)中內(nèi)在的規(guī)律和模式。 (2)針對(duì)時(shí)序交易數(shù)據(jù)的特性，將預(yù)測(cè)轉(zhuǎn)化為基于小樣本空間的對(duì)應(yīng)點(diǎn)誤差最小預(yù)測(cè)，利用BP神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)處

4、理，以此來保證了數(shù)據(jù)挖掘后預(yù)測(cè)結(jié)果的精度保證；并在領(lǐng)域和專家知識(shí)的指導(dǎo)下，將其他經(jīng)濟(jì)指標(biāo)參數(shù)作用于預(yù)測(cè)，提高預(yù)測(cè)的性能。 (3)結(jié)合構(gòu)建動(dòng)態(tài)BP網(wǎng)絡(luò)方法，進(jìn)行動(dòng)態(tài)可干預(yù)的數(shù)據(jù)預(yù)測(cè)，解決神經(jīng)網(wǎng)絡(luò)特征變量過多造成網(wǎng)絡(luò)收斂速度降低的問題。利用可視化編程，結(jié)合靈敏度分析理論，提高了預(yù)測(cè)的精度和獲得知識(shí)、規(guī)則的可解釋和積累能力。 論文的創(chuàng)新點(diǎn)在于利用動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)和基于最小點(diǎn)誤差預(yù)測(cè)應(yīng)用于企業(yè)時(shí)序數(shù)據(jù)預(yù)測(cè)系統(tǒng)，提出了一種結(jié)合靈敏度分