一种改进的RBF神经网络及其在股市中的应用

发布时间：2020-05-10 17:14

【摘要】： RBF(径向基函数)神经网络是90年代提出的一种具有全局收敛的非线性学习算法的前馈网络,它已被广泛应用于时间序列分析、模式识别、非线性控制和图像处理等领域。随着RBF神经网络得到越来越广泛的应用,也暴露出了一些急需解决的问题及难点。量子计算与神经网络的结合是当前人工神经网络理论研究的一个前沿课题,它为神经网络系统的设计、性能的改进提供了新的研究思路。本文描述量子计算及克隆算子的基础理论及应用,分析这两种理论的优越性及其用于优化算法的可行性。结合克隆算子与量子计算机理提出的量子克隆进化算法(QCGA),将全局搜索和局部寻优有机地结合,能有效地加快学习速度,具有较好的并行性。本文将该算法与RBF神经网络结合来优化RBF神经网络的参数,在综合研究RBF网络隐含层结构和RBF函数参数的特征和功能的基础上,引入了一种新的RBF网络隐层中心和输入层到隐含层权值的编码方法,即利用量子染色体的二进制编码方法,该算法增加了子代变异的多样性,提高了进化算法优化RBF网络的收敛速度、训练测试精度和网络的泛化能力。通过对不同样本容量与量子旋转角的实验,将改进后的QCGA神经网络应用于上证指数与个股片仔癀的预测分析中。并将其仿真结果与传统RBF网络及未引入量子计算的克隆算法改进的RBF网络作了比较。从比较的结果可以看出,由量子克隆进化算法改进过的RBF网络能更好地模拟股票价格的趋势。
【图文】：

代末基于生物接收域提出的一种神经网络。RBF 神经径向基函数作为隐单元的“基”，构成隐含层空间隐含将低维的模式输入数据变换到高维空间内，使得在低维在高维空间内线性可分。径向基函数对输入信号在局号靠近函数的中央范围时，隐层节点将产生较大的输出逼近能力，也因为这种局部逼近性，使得 RBF 网络具以任意的精度逼近一连续函数。结构一种三层前向网络，包括输入层、隐含层和输出层（层由信号源节点组成，传递输入信号到隐层；隐含层的节向对称的基函数（径向基函数）构成，而基函数的中心到隐层的连接权向量，这是 RBF 网络最突出的特点，问题而定；输出层节点通常是简单的线性函数，，对输入
【学位授予单位】：华侨大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：F830.91;TP183

【参考文献】

相关期刊论文 前10条

1 莫宏伟,金鸿章;用于函数优化的改进免疫克隆多样性算法[J];哈尔滨工程大学学报;2004年01期

2 刘若辰,杜海峰,焦李成;免疫多克隆策略[J];计算机研究与发展;2004年04期

3 刘若辰,杜海峰,焦李成;一种免疫单克隆策略算法[J];电子学报;2004年11期

4 朱红霞,沈炯,王培红,李益国;基于免疫遗传算法的模糊优化控制及其仿真[J];东南大学学报(自然科学版);2005年01期

5 宫新保,臧小刚,范晔,周希朗;基于改进免疫算法的两级径向基函数网络学习方法[J];上海交通大学学报;2004年05期

6 左兴权,李士勇;采用免疫进化算法优化设计径向基函数模糊神经网络控制器[J];控制理论与应用;2004年04期

7 吴成茂,范九伦;确定RBF神经网络隐层节点数的最大矩阵元法[J];计算机工程与应用;2004年20期

8 周颖,郑德玲,裘之亮,刘聪;一种人工免疫与RBF神经网络结合的混合算法的应用[J];计算机工程与应用;2004年01期

9 张顶学;关治洪;刘新芝;;基于PSO的RBF神经网络学习算法及其应用[J];计算机工程与应用;2006年20期

10 靳海水,朱士明;基于遗传算法的径向基网络学习及其应用[J];同济大学学报(自然科学版);2003年05期

本文编号：2657631