运用GA-BP神经网络研究时间序列的预测

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

运用GA-BP神经网络研究时间序列的预测

黄建国, 罗航, 王厚军, 龙兵

文章导航 > 电子科技大学学报 > 2009 > 38(5): 687-692

黄建国, 罗航, 王厚军, 龙兵. 运用GA-BP神经网络研究时间序列的预测[J]. 电子科技大学学报, 2009, 38(5): 687-692. doi: 10.3969/j.issn.1001-0548.2009.05.028

引用本文:

黄建国, 罗航, 王厚军, 龙兵. 运用GA-BP神经网络研究时间序列的预测[J]. 电子科技大学学报, 2009, 38(5): 687-692. doi: 10.3969/j.issn.1001-0548.2009.05.028

HUANG Jian-guo, LUO Hang, WANG Hou-jun, LONG Bing. Prediction of Time Sequence Based on GA-BP Neural Net[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(5): 687-692. doi: 10.3969/j.issn.1001-0548.2009.05.028

Citation:

HUANG Jian-guo, LUO Hang, WANG Hou-jun, LONG Bing. Prediction of Time Sequence Based on GA-BP Neural Net[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(5): 687-692. doi: 10.3969/j.issn.1001-0548.2009.05.028

运用GA-BP神经网络研究时间序列的预测

doi: 10.3969/j.issn.1001-0548.2009.05.028

1.
电子科技大学自动化工程学院成都 610054

基金项目:

国防基础科研项目(A1420061264);部级预研基金(9140A17030308DZ02)

作者简介:
黄建国(1962-)，男，博士，教授，主要从事故障诊断和预测、系统可靠性方面的研究

中图分类号: TP273

Prediction of Time Sequence Based on GA-BP Neural Net

1.
School of Automation Engineering,University of Electronic Science and Technology of China Chengdu 610054

摘要: 神经网络能以任意精度逼近非线性函数,以神经网络为基础的时间序列预测模型能很好地反映信息的非线性发展趋势。该文在分析传统BP网络缺点的基础上,用具有良好全局搜索能力的遗传算法来改进神经网络。详细讨论了GA算法的优化神经网络初始权值和阈值的思想和理论。在阐述预测方法同时,用具体例证分析了GA-BP网络预测的性能和特点。结果表明,基于GA-BP神经网络在预测精度和适应性方面高于传统的BP神经网络。
- 基因链 /
- GA-BP神经网络 /
- 优化 /
- 预测 /
- 训练
Abstract: Neural networks have the capability of approaching nonlinear function with any accuracy. Time-serial prediction model can perfectly show the nonlinear tendency of information. In this paper, the genetic algorithm (GA) with global search capability is adopted to improve traditional back propagation (BP) neural networks, based on analyzing defect of BP neural networks. At the same time, the theory of optimizing initial weights and threshold of neural networks by means of GA method is discussed in detail. In the course of explaining prediction method, two examples are taken to analyze GA-BP neural networks prediction performance and characteristics. The result of prediction shows that the prediction accuracy and adaptability of GA-BP neural networks was better than that of traditional BP neural networks.
- chain gene /
- GA-BP neural net /
- optimization /
- prediction /
- training

[1]	黄峻嘉, 张琪, 赵娜, 李蓉, 苏宇涵, 周涛. 基于近视筛查数据的近视影响因素分析和近视预测 . 电子科技大学学报, 2021, 50(2): 256-260. doi: 10.12178/1001-0548.2020426
[2]	杨文忠, 张志豪, 吾守尔·斯拉木, 温杰彬, 富雅玲, 王丽花, 王婷. 基于时间序列关系的GBRT交通事故预测模型 . 电子科技大学学报, 2020, 49(4): 615-621. doi: 10.12178/1001-0548.2019151
[3]	喻孜, 张贵清, 刘庆珍, 吕忠全. 基于时变参数-SIR模型的COVID-19疫情评估和预测 . 电子科技大学学报, 2020, 49(3): 357-361. doi: 10.12178/1001-0548.2020027
[4]	王亦雷, 嵇智源, 夏勇, 秦臻, 程红蓉. 移动用户人口统计信息预测 . 电子科技大学学报, 2015, 44(6): 917-920. doi: 10.3969/j.issn.1001-0548.2015.06.021
[5]	唐东明, 卢显良. 用于网络编码优化的改进量子进化算法 . 电子科技大学学报, 2015, 44(2): 215-220. doi: 10.3969/j.issn.1001-0548.2015.02.010
[6]	任立勇, 雷明, 张磊. P2P应用层数据流量优化 . 电子科技大学学报, 2011, 40(1): 111-115. doi: 10.3969/j.issn.1001-0548.2011.01.021
[7]	滕云龙, 师奕兵, 郑植. 接收机钟差灰色马尔可夫预测模型研究 . 电子科技大学学报, 2011, 40(2): 242-245. doi: 10.3969/j.issn.1001-0548.2011.02.017
[8]	李星毅, 李奎, 施化吉, 周双全. 背景值优化的GM(1,1)预测模型及应用 . 电子科技大学学报, 2011, 40(6): 911-914. doi: 10.3969/j.issn.1001-0548.2011.06.020
[9]	陈其松, 陈孝威, 张欣, 吴茂念. 优化SVM在锅炉负荷预测中的应用 . 电子科技大学学报, 2010, 39(2): 316-320. doi: 10.3969/j.issn.1001-0548.2010.02.035
[10]	周金柱, 段宝岩, 黄进, 李华平. 裂缝天线缝制造精度对电性能影响的预测 . 电子科技大学学报, 2009, 38(6): 1047-1051. doi: 10.3969/j.issn.1001-0548.2009.06.033
[11]	张骏, 向渝, 汪文勇. 无线传感器网络节点能耗状态转换模型研究 . 电子科技大学学报, 2009, 38(4): 596-599. doi: 10.3969/j.issn.1001-0548.2009.04.028
[12]	殷时蓉, 陈光, 谢永乐. 应用Elman网络优化非线性模拟电路测试激励 . 电子科技大学学报, 2008, 37(4): 574-577.
[13]	王志红, 杜平安, 郭志龙, 梁山虎. 基于遗传算法与动态规划法的工艺过程优化 . 电子科技大学学报, 2007, 36(1): 146-149.
[14]	周巧临, 傅彦. 科学数据时间序列的预测方法 . 电子科技大学学报, 2007, 36(6): 1260-1263.
[15]	沈艳, 郭兵, 古天祥. 粒子群优化算法及其与遗传算法的比较 . 电子科技大学学报, 2005, 34(5): 696-699.
[16]	秦东兴, 骆德渊, 卢凉, 董伟. 原料混匀料车间的设计优化与仿真 . 电子科技大学学报, 2005, 34(4): 548-551.
[17]	程瑜蓉, 郭双冰. 基于混沌时间序列分析的股票价格预测 . 电子科技大学学报, 2003, 32(4): 469-472.
[18]	韩轶, 唐小我. 一种新的多指标综合评价方法的优化选择思路 . 电子科技大学学报, 1999, 28(3): 316-319.
[19]	吕韶义, 刘智敏, 刘复岩. 多目标优化生产作业调度计划系统开发 . 电子科技大学学报, 1998, 27(3): 316-320.
[20]	胡涛, 王守绪, 杨邦朝. 用单纯形优化法研究铝箔腐蚀工艺 . 电子科技大学学报, 1998, 27(4): 449-452.

WeChat

点击查看大图

计量

文章访问数: 3697
HTML全文浏览量: 128
PDF下载量: 74
被引次数: 0

运用GA-BP神经网络研究时间序列的预测

doi: 10.3969/j.issn.1001-0548.2009.05.028

1. 电子科技大学自动化工程学院成都 610054

基金项目:

国防基础科研项目(A1420061264);部级预研基金(9140A17030308DZ02)

作者简介:
黄建国(1962-)，男，博士，教授，主要从事故障诊断和预测、系统可靠性方面的研究

收稿日期: 2009-05-05
刊出日期: 2009-10-15

中图分类号: TP273

关键词:

摘要: 神经网络能以任意精度逼近非线性函数,以神经网络为基础的时间序列预测模型能很好地反映信息的非线性发展趋势。该文在分析传统BP网络缺点的基础上,用具有良好全局搜索能力的遗传算法来改进神经网络。详细讨论了GA算法的优化神经网络初始权值和阈值的思想和理论。在阐述预测方法同时,用具体例证分析了GA-BP网络预测的性能和特点。结果表明,基于GA-BP神经网络在预测精度和适应性方面高于传统的BP神经网络。

English Abstract

黄建国, 罗航, 王厚军, 龙兵. 运用GA-BP神经网络研究时间序列的预测[J]. 电子科技大学学报, 2009, 38(5): 687-692. doi: 10.3969/j.issn.1001-0548.2009.05.028

引用本文:

黄建国, 罗航, 王厚军, 龙兵. 运用GA-BP神经网络研究时间序列的预测[J]. 电子科技大学学报, 2009, 38(5): 687-692. doi: 10.3969/j.issn.1001-0548.2009.05.028

HUANG Jian-guo, LUO Hang, WANG Hou-jun, LONG Bing. Prediction of Time Sequence Based on GA-BP Neural Net[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(5): 687-692. doi: 10.3969/j.issn.1001-0548.2009.05.028

Citation:

HUANG Jian-guo, LUO Hang, WANG Hou-jun, LONG Bing. Prediction of Time Sequence Based on GA-BP Neural Net[J]. Journal of University of Electronic Science and Technology of China, 2009, 38(5): 687-692. doi: 10.3969/j.issn.1001-0548.2009.05.028

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发