改进的rbf神经网络对期货价格的预测分析.doc

改进的rbf神经网络对期货价格的预测分析 ，该论文关于经济,股票,教学,理工,建筑,道路,桥梁,公路,机械。
经人工挑选。
适合毕业生论文写作。
。
欢迎下载！
改进的ＲＢＦ神经网络对 期货价格的预测分析 摘要针对非线性变化的期货价格,建立了基于主成分分 析的RBF神经网络模型首先利用主成分分析法从8个原始变量 中提取主成分最后利用选定的3个主成分作为径向基神经网 络的输入通过对比该方法较一般的径向基神经网络有更好的 预测结果 　　关键词期货；主成分分析；RBF神经网络；预测 　　 　　1引言 　　 　　 在对实际问题进行描述和处理中为了能够获得更加全面的信 息我们经常需要统计多个变量的数据但是这些多个变量之间 经常存在一定的相关性并不是每个变量都是我们所需要的或 1者说它们携带的信息可能是重复的因此我们希望用少数几个 变量来代替原有的多个变量主成份分析法的基本思想就是通 过对原始数据的降维将多个相互关联的变量转化为少数几个 互不相干的变量的统计方法 　　 由于期货价格的变化是一个非线性的时间序列利用传统的统 计方法对期货的价格直接进行预测所得到的结果不是很理想 而神经网络在非线性模式中具有优势,因而它不需要建立复 杂的数学模型就可以完成期货价格预测基于BP网络和RBF网 络的预测都有较好的结果,但是相对BP网络而言,利用RBF神 经网络不仅解决了常用BP网络易陷入局部最小的问题,而且 训练时间更短,预测的精度也比BP网络高得多本文提出使用 基于主成分分析法的RBF神经网络方法对期货价格进行预测 通过主成分分析法对原始数据降维然后,再用这些个数较少 的新输入变量作为RBF神经网络的输入进行模拟预测由于主 成分之间是相互独立的,所以由各主成分组成的输入空间不 存在自相关性,从而有效地简化了RBF网络在高维时难以寻找 网络中心的问题,提高了预测精度 　　 2　　2主成分分析法简介及RBF神经网络算法概述 　　 　　2.1主成分分析法 　　主成分分