一种新的区间模糊数时间序列预测模型

发布时间：2025-02-11 09:50

　　 通过对区间模糊数进行研究分析,发现已有处理方法是直接对两个界点建模和预测,这样做往往会导致不能很好的描述序列整体性的发展趋势以及模型所预测的结果容易发生错乱等,从而预测失效.首先基于等价和整体性考虑提出了模糊序列的面积序列和重心序列概念.然后对面积序列和重心序列分别建立了遗传优化BP神经网络模型进行回归和预测,并通过还原公式得到原区间模糊数序列的拟合值和预测值.最后通过实例验证了该方法有效可行,对比传统的BP神经网络模型和ARIMA模型,显著提高了预测精度.

【文章页数】：5 页

【部分图文】：

图1 BP神经网络基本结构

反向传播(BackPropagation,简称BP)神经网络的结构往往由输入层、输出层以及多个隐含层构成:以一个三层结构的为例,即含有一个输入层、一个输出层和一个隐含层,每层由n,l,m个神经元组成,其基本结构如下图1所示.2.2遗传BP神经网络模型

图2 遗传BP神经网络模型流程图

式中n为输入样本数,yi表示第i个样本的期望输出值,oi为第i个样本的预测输出值.Step3选择操作.本文采用轮盘赌法进行选择操作,即以适应度比例的选择方法,第i个个体的选择概率pi采用如下公式计算

本文编号：4033091