本文關鍵詞：ARIMA結合BP神經(jīng)網(wǎng)絡對核心交易量預測的研究

  更多相關文章： 核心交易量 ARIMA模型 BP神經(jīng)網(wǎng)絡 組合模型

【摘要】：創(chuàng)建浦發(fā)銀行生產(chǎn)運維系統(tǒng)的主要目的是全面反映生產(chǎn)運行狀況,其中核心交易量是一個重要指標,預測未來核心交易量可以幫助相關負責人提前制定任務部署,降低風險。核心交易量因會受到多元化因素的影響,所以此時間序列較為復雜,它同時包含線性特征與非線性特征。本文首先對擅長預測線性序列的ARIMA模型進行研究,探究模型識別的方法,提高模型的推廣能力,并使用Eviews進行仿真。其次對擅長預測非線性序列的BP神經(jīng)網(wǎng)絡進行研究,探究最適合的網(wǎng)絡結構,選擇相對較適合的學習函數(shù)與訓練函數(shù),并使用MATLAB實現(xiàn)對核心交易量的預測。單一模型在它擅長的領域預測能力較好,但在某些方面仍存在缺陷,為了彌補單一模型在某些方面的不足,本文提出使用ARIMA與BP神經(jīng)網(wǎng)絡的組合模型,在深入研究其原理之后,對所提出的組合模型進行完善與改進,實現(xiàn)其更優(yōu)的預測性能。最后對各個模型進行對比,得出相對最優(yōu)的模型來預測核心交易量。
【學位授予單位】：東華大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F832.33;TP183

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王習濤;;ARIMA模型在期貨交易預測中的應用研究[J];微計算機信息;2006年15期

2 張翼飛;陳洪;劉嶺;張彥琦;郭波濤;易東;;ARIMA季節(jié)乘積模型在腸道傳染病預測中的應用[J];激光雜志;2008年02期

3 蔣金良;林廣明;;基于ARIMA模型的自動站風速預測[J];控制理論與應用;2008年02期

4 曹昱東;王浩;;基于ARIMA模型上海市生活垃圾的預測與分析[J];電子測試;2013年16期

5 吳u，

本文編號：1193640