版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、合肥工業(yè)大學(xué)碩士學(xué)位論文基于神經(jīng)網(wǎng)絡(luò)的季節(jié)性時間序列預(yù)測方法研究姓名：葉明全申請學(xué)位級別：碩士專業(yè)：計算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：胡學(xué)鋼20040401ResearchoftheSeasonalTimeSeriesForeastingMethodBasedonNeuralNetworkAbstractPredictionmodelplaysanimportantroleindatamingingThetimeseriesforeastingi
2、stheareaofminingcomplextypesofdata，andhasavastapplicationinvariousfieldsTheseasonaltimeserieshastheinfluentfactorsofseasonalmovement，trendmovement，cyclicmovementandirregularmovementForsuchasuitewiththecharacterofcomplexi
3、venonlinearcombination，theforecastingresultsbyacertainlinearmodelarenotsatisfiedTheAritificalNeuralNetworkrisinginrecentyearshasabilitiessuchasshowingrandomNonlinearrelationsandstudingetc，andOfiersthenewthoughtsandnewmet
4、hodstosolvethiskindofproblemThepaperanalyzsthelinearandnonlineartimeseriesforcastingmethodAcombinedforecastingmodelandasupplementarymodelbasedonneuralnetworkareputforwardThesemodelssynthesizethemeritsofmultipleforcasting
5、methodsandOfferaneweffectivesolutionoftimeseriesforcastingInthisthought，themainworkinthisthesisasfollowing：1)ThebaisictheoryandmethodoftheconventionaltimeserieslinearforcastingmodelbasedonGM(I，1)andARlMAmodelaredeeplyana
6、lyzed；2)ThestructureofmultiplayerfeedforwardneuralnetworksandbackpropagationarithmeticBParithmeticarestudied，andthedesignmethodandthestepsofforecastingmodelbasedonANNarediscussedThefactorsofinfluencingnetwok’Sextensiveab
7、litityiSdicussedAseasonalmodelofneuralnetworkismadebyusingaritificialneuralnetworktosolveseasonaltimeseriespredieton；3)AcombinedforecastingmodelbasedonmultipleseasonalARIMAmodelandseasonalANNmodelwithseasonalfcatureisput
8、forwardThesesinglemodelsareappliedtobuildtheoptimalmixforecastingmodel，andPredictionresultshowthemodelissuperiortothesingularoneinmanyperformanceaspectsitoffersaneweffectivesolutionofseasonaltimeseriesprediction；4、Thesea
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 醫(yī)院季節(jié)性時間序列資料預(yù)測方法探討.pdf
- 季節(jié)性時間序列的預(yù)測模型研究.pdf
- 時間序列預(yù)測中的神經(jīng)網(wǎng)絡(luò)方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的混沌時間序列預(yù)測.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的混沌時間序列預(yù)測方法研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的MG時間序列預(yù)測方法研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的模糊時間序列預(yù)測.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測模型.pdf
- 基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預(yù)測方法研究.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)的時間序列話務(wù)量預(yù)測方法研究.pdf
- 基于遲滯神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測分析.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的外匯時間序列預(yù)測研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的地震震級時間序列預(yù)測方法研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的混沌時間序列預(yù)測模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)理論的線性時間序列預(yù)測研究.pdf
- 基于時間序列和神經(jīng)網(wǎng)絡(luò)的CPI組合預(yù)測研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和小波變換的股票時間序列預(yù)測方法.pdf
- 基于時間序列和神經(jīng)網(wǎng)絡(luò)的股票指數(shù)預(yù)測研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的多因素時間序列預(yù)測模型研究.pdf
- 基于回歸神經(jīng)網(wǎng)絡(luò)的滑坡位移時間序列預(yù)測研究.pdf
評論
0/150
提交評論