基于遞歸神經(jīng)網(wǎng)絡(luò)與集成算法的時(shí)間序列預(yù)測(cè)應(yīng)用研究.pdf

1、時(shí)間序列預(yù)測(cè)是時(shí)間序列分析的應(yīng)用之一，通過(guò)對(duì)大量的觀測(cè)數(shù)據(jù)進(jìn)行分析，能夠預(yù)測(cè)出數(shù)據(jù)在未來(lái)的發(fā)展趨勢(shì)，以便對(duì)將要發(fā)生的事件進(jìn)行控制。傳統(tǒng)的時(shí)間序列分析是從純數(shù)學(xué)的角度出發(fā)對(duì)數(shù)據(jù)進(jìn)行分析，但是由于實(shí)際應(yīng)用中的時(shí)間序列具有不規(guī)則、混沌等非線性特征，所以很難對(duì)系統(tǒng)建立理想的模型。人工神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)以及非線性逼近能力，所以將人工神經(jīng)網(wǎng)絡(luò)用于時(shí)間序列預(yù)測(cè)能得到一個(gè)理想的預(yù)測(cè)模型。
　　 本文首先介紹了時(shí)間序列預(yù)測(cè)的基本概念、方法

2、、分類以及預(yù)測(cè)模型，并在研究小波變換用于時(shí)間序列消噪的同時(shí)，著重分析了人工神經(jīng)網(wǎng)絡(luò)模型及其用于時(shí)間序列的優(yōu)點(diǎn)；然后針對(duì)人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)種類多的特點(diǎn)，重點(diǎn)研究了遞歸神經(jīng)網(wǎng)絡(luò)，接著實(shí)現(xiàn)了一個(gè)用于時(shí)間序列預(yù)測(cè)的遞歸神經(jīng)網(wǎng)絡(luò)模型，并用太陽(yáng)黑子數(shù)據(jù)集對(duì)遞歸神經(jīng)網(wǎng)絡(luò)模型進(jìn)行測(cè)試實(shí)驗(yàn)，再與BP神經(jīng)網(wǎng)絡(luò)模型實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比；在此基礎(chǔ)上，研究了AdaBoost集成學(xué)習(xí)算法在時(shí)間序列預(yù)測(cè)中的應(yīng)用，實(shí)現(xiàn)一個(gè)以遞歸神經(jīng)網(wǎng)絡(luò)模型為基預(yù)測(cè)模型的集成預(yù)測(cè)模型的性能，