ARIMA结合BP神经网络对核心交易量预测的研究

发布时间：2017-11-16 21:02

  本文关键词：ARIMA结合BP神经网络对核心交易量预测的研究

  更多相关文章： 核心交易量 ARIMA模型 BP神经网络 组合模型

【摘要】：创建浦发银行生产运维系统的主要目的是全面反映生产运行状况,其中核心交易量是一个重要指标,预测未来核心交易量可以帮助相关负责人提前制定任务部署,降低风险。核心交易量因会受到多元化因素的影响,所以此时间序列较为复杂,它同时包含线性特征与非线性特征。本文首先对擅长预测线性序列的ARIMA模型进行研究,探究模型识别的方法,提高模型的推广能力,并使用Eviews进行仿真。其次对擅长预测非线性序列的BP神经网络进行研究,探究最适合的网络结构,选择相对较适合的学习函数与训练函数,并使用MATLAB实现对核心交易量的预测。单一模型在它擅长的领域预测能力较好,但在某些方面仍存在缺陷,为了弥补单一模型在某些方面的不足,本文提出使用ARIMA与BP神经网络的组合模型,在深入研究其原理之后,对所提出的组合模型进行完善与改进,实现其更优的预测性能。最后对各个模型进行对比,得出相对最优的模型来预测核心交易量。
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F832.33;TP183

【相似文献】

中国期刊全文数据库 前10条

1 王习涛;;ARIMA模型在期货交易预测中的应用研究[J];微计算机信息;2006年15期

2 张翼飞;陈洪;刘岭;张彦琦;郭波涛;易东;;ARIMA季节乘积模型在肠道传染病预测中的应用[J];激光杂志;2008年02期

3 蒋金良;林广明;;基于ARIMA模型的自动站风速预测[J];控制理论与应用;2008年02期

4 曹昱东;王浩;;基于ARIMA模型上海市生活垃圾的预测与分析[J];电子测试;2013年16期

5 吴u，

本文编号：1193640