数学的实践与认识
數學的實踐與認識
수학적실천여인식
MATHEMATICS IN PRACTICE AND THEORY
2013年
5期
20-28
,共9页
指数平滑%神经网络%MEA模型%IEA模型%预测%时间序列
指數平滑%神經網絡%MEA模型%IEA模型%預測%時間序列
지수평활%신경망락%MEA모형%IEA모형%예측%시간서렬
Ewma%neural net%MEA model%IEA model%Forecast%time series
基于指数平滑模型与误差反传神经网络法提出了一个改进的时间序列预测方法.将神经网络模型移植入指数加权滑动平均模型中,充分考虑了时间序列的部分线性性和非线性性对预测结果的影响,是传统的混合模型的一个更合理的改进.最后通过对上证指数时间序列的实证分析,以预测均方误差为检验标准,对五种常用的时间序列预测模型进行了预测精度的比较,而且经验证所提出的改进的时间序列预测模型相对来说具有更小的预测均方误差.
基于指數平滑模型與誤差反傳神經網絡法提齣瞭一箇改進的時間序列預測方法.將神經網絡模型移植入指數加權滑動平均模型中,充分攷慮瞭時間序列的部分線性性和非線性性對預測結果的影響,是傳統的混閤模型的一箇更閤理的改進.最後通過對上證指數時間序列的實證分析,以預測均方誤差為檢驗標準,對五種常用的時間序列預測模型進行瞭預測精度的比較,而且經驗證所提齣的改進的時間序列預測模型相對來說具有更小的預測均方誤差.
기우지수평활모형여오차반전신경망락법제출료일개개진적시간서렬예측방법.장신경망락모형이식입지수가권활동평균모형중,충분고필료시간서렬적부분선성성화비선성성대예측결과적영향,시전통적혼합모형적일개경합리적개진.최후통과대상증지수시간서렬적실증분석,이예측균방오차위검험표준,대오충상용적시간서렬예측모형진행료예측정도적비교,이차경험증소제출적개진적시간서렬예측모형상대래설구유경소적예측균방오차.
