本文试图在所知道的知识及参考文献的基础上,通过建立的BP神经网络预测模型,对上证180指数贵州茅台2014年的整体数据进行预测实验,希望可以对股票市场领域的研究有所帮助.
1. BP 神经网络模型
1.1 BP 神经网络模型概述
1.1.1 BP神经网络模型的研究背景及意义
20世纪40年代,心理学家Mcculloch 和数学家Pitts最先开始了神经网络的研究,是他们提出了MP模型.神经网络的发展起因于50 年代末,F.Rosenblatt 研究制作了感知器,它是一种多层的神经网络,正因为它的出现,学者们首次把神经网络的研究从理论研究转移到实践中,关于神经网络的研究也逐渐多了起来,但又因为它的局限性问题,一直到60年代末期,其研究依然徘徊在低迷的状态.
但是,随着美国知名学者Hopfield 在1982 年和1984 年发表了关于神经网络研究的两篇论文,引起了社会上很多学者的关注,人们在他的贡献上进行了新的探索,又有了新的认识,它也可以应用于实际中,一大批学者对此进行深入研究,形成了新的研究热潮,1984 年,随着Boltzman 机模型的提出.1986 年提出了误差反向传播神经网络,简称BP 网络.现在,BP 网络已成为了学者们使用频繁的网络.
虽然神经网络可以用在分类、聚类、预测等方面的研究.但是,在神经网络模型的实际应用中,BP神经网络模型是其中应用最广泛的,因为它是前向网络的主要内容,所以神经网络的研究很有必要,它不仅可以用在计算机上,还可以应用于其他相关领域.
1.1.2 BP神经网络模型研究现状
80 年代以来,神经网络迎来了最活跃的时期,学者们对其有了更深的研究,它可以解决许多问题,并在许多领域取得了很大的进展.神经网络技术与其它技术相结合,以及由此而产生的混合技术,也成为学者们研究的一大热点.而神经网络的应用范围也在不断扩大,希望在以后神经网络可以在其他的领域中获得良好的使用效果.BP 神经网络模型在此更有优势,它是一个非线性网络可以以任意精度无限接近于任何连续函数,因而在很多领域中都得到了广泛的应用.但BP神经网络在股市方面的成就不是很高,由于神经网络对下列问题都有很大的影响,比如预测时期限的长短,摄取信息的方法和算法的优化等,以及其自身的缺点,都使得其不能更好的与股市方面融合.
1.2 BP神经网络模型原理
1.2.1 神经网络模型原理
神经网络,全称是人工神经网络.神经网络是由大量的、简单的处理单元(称为神经元)经过复杂的相互传播连接形成的系统[1].这种系统的特点是比较复杂,与人脑的很多基本功能相联系.神经网络在试验过程中的训练速度及学习速度很快,也可以很轻松的实现,预测的准确程度高.神经网络是一门新兴的学科,它的发展与其他领域的科学有关,并在其他领域取得了一些成果.
1.2.2 BP神经网络模型算法
BP神经网络也称为误差反向传播神经网络[2].它也是一个多层前馈神经网络,其中含有输入层,隐含层,输出层,每层有许多神经元节点,连接上一层和下一层节点的是权值,每个单元的初值定义是阈值,同一层的各个节点互不影响[3].首先,外界的信息进入到输入层,然后会移动到中间层,经过处理以后根据其信息的功能会改变中间层的结构,之后信息会来到输出层,经过优化处理后完成了一次正向的传播过程.若输出层不能得到期望输出,则误差会进行反方向的传递,使之梯度降低直到实际与期望的导出值的误差均方差值最小为止
- 上一篇:基于微分方程理论研究登革热传染病流行与防控
- 下一篇:基于人工免疫算法的多目标优化问题研究
-
-
-
-
-
-
-
河岸冲刷和泥沙淤积的监测国内外研究现状
十二层带中心支撑钢结构...
java+mysql车辆管理系统的设计+源代码
乳业同业并购式全产业链...
杂拟谷盗体内共生菌沃尔...
大众媒体对公共政策制定的影响
酸性水汽提装置总汽提塔设计+CAD图纸
中考体育项目与体育教学合理结合的研究
当代大学生慈善意识研究+文献综述
电站锅炉暖风器设计任务书