本科毕业论文(设计)开题报告
论文题目：人工神经网络在时间序列预测中的应用研究
学生姓名：
学号：
专业：
班级：
指导教师：
教务处制表
%% 清空环境变量 clc clear %% 网络参数配置 load traffic_flux input output input_test output_test M=size(input,2); %输入节点个数 N=size(output,2); %输出节点个数 n=6; %隐形节点个数 lr1=0.01; %学习概率 lr2=0.001; %学习概率 maxgen=100; %迭代次数 %权值初始化 Wjk=randn(n,M);Wjk_1=Wjk;Wjk_2=Wjk_1; Wij=randn(N,n);Wij_1=Wij;Wij_2=Wij_1; a=randn(1,n);a_1=a;a_2=a_1; b=randn(1,n);b_1=b;b_2=b_1; %节点初始化 y=zeros(1,N); net=zeros(1,n); net_ab=zeros(1,n); %权值学习增量初始化 d_Wjk=zeros(n,M); d_Wij=zeros(N,n); d_a=zeros(1,n);
d_b=zeros(1,n); %% 输入输出数据归一化 [inputn,inputps]=mapminmax(input'); [outputn,outputps]=mapminmax(output'); inputn=inputn'; outputn=outputn'; %% 网络训练 for i=1:maxgen %误差累计 error(i)=0; % 循环训练 for kk=1:size(input,1) x=inputn(kk,:); yqw=outputn(kk,:); for j=1:n for k=1:M net(j)=net(j)+Wjk(j,k)*x(k); net_ab(j)=(net(j)-b(j))/a(j); end temp=mymorlet(net_ab(j)); for k=1:N y=y+Wij(k,j)*temp; %小波函数 end end
第8章时间序列分析 一、填空题： 1．平稳性检验的方法有__________、__________和__________。 2．单位根检验的方法有：__________和__________。 3．当随机误差项不存在自相关时，用__________进行单位根检验；当随机误差项存在自相关时，用__________进行单位根检验。 4．EG检验拒绝零假设说明______________________________。 5．DF检验的零假设是说被检验时间序列__________。 6．协整性检验的方法有__________和__________。 7．在用一个时间序列对另一个时间序列做回归时，虽然两者之间并无任何有意义的关系，但经常会得到一个很高的2R的值，这种情况说明存在__________问题。 8．结构法建模主要是以______________________________来确定计量经济模型的理论关系形式。 9．数据驱动建模以____________________作为建模的主要准则。 10．建立误差校正模型的步骤为一般采用两步：第一步，____________________；第二步，____________________。 二、单项选择题：
1. 某一时间序列经一次差分变换成平稳时间序列，此时间序列称为（）。 A．1阶单整 ??? B．2阶单整??? C．K阶单整 ?? ?D．以上答案均不正确 2.? 如果两个变量都是一阶单整的，则（）。 A．这两个变量一定存在协整关系 B．这两个变量一定不存在协整关系 C．相应的误差修正模型一定成立 D．还需对误差项进行检验 3．当随机误差项存在自相关时，进行单位根检验是由（）来实现。 A DF检验 B．ADF检验 C．EG检验 D．DW检验 4．有关EG检验的说法正确的是（）。 A．拒绝零假设说明被检验变量之间存在协整关系 B．接受零假设说明被检验变量之间存在协整关系 C．拒绝零假设说明被检验变量之间不存在协整关系 D．接受零假设说明被检验变量之间不存在协整关系
篇一：论文开题报告怎么写具体内容 开题报告 一、选择论文题目的目的和意义(500字) 二、国内外资料文献，分国内国外两部分写（2000—3000字）开题报告写法 开题报告主要包括以下几个方面： （一）论文名称 论文名称就是课题的名字 第一，名称要准确、规范。准确就是论文的名称要把论文研究的问题是什么，研究的对象是什么交待清楚，论文的名称一定要和研究的内容相一致，不能太大，也不能太小，要准确地把你研究的对象、问题概括出来。 第二，名称要简洁，不能太长。不管是论文或者课题，名称都不能太长，能不要的字就尽量不要，一般不要超过20个字。 （二）论文研究的目的、意义 研究的目的、意义也就是为什么要研究、研究它有什么价值。这一般可以先从现实需要方面去论述，指出现实当中存在这个问题，需要去研究，去解决，本论文的研究有什么实际作用，然后，再写论文的理论和学术价值。这些都要写得具体一点，有针对性一点，不能漫无边际地空喊口号。主要内容包括：⑴研究的有关背景(课题的提出)：即根据什么、受什么启发而搞这项研究。⑵通过分析本地（校）的教育教学实际，指出为什么要研究该课题，研究的价值，要解决的问题。 （三）本论文国内外研究的历史和现状（文献综述）。 规范些应该有，如果是小课题可以省略。一般包括：掌握其研究的广度、深度、已取得的成果；寻找有待进一步研究的问题，从而确定本课题研究的平台(起点)、研究的特色或突破点。 （四）论文研究的指导思想 指导思想就是在宏观上应坚持什么方向，符合什么要求等，这个方向或要求可以是哲学、政治理论，也可以是政府的教育发展规划，也可以是有关研究问题的指导性意见等。 （五）论文写作的目标 论文写作的目标也就是课题最后要达到的具体目的,要解决哪些具体问题，也就是本论文研究要达到的预定目标：即本论文写作的目标定位，确定目标时要紧扣课题,用词要准确、精练、明了。 常见存在问题是：不写研究目标；目标扣题不紧；目标用词不准确；目标定得过高, 对预定的目标没有进行研究或无法进行研究。 确定论文写作目标时，一方面要考虑课题本身的要求，另一方面要考率实际的工作条件与工作水平。 （六）论文的基本内容 研究内容要更具体、明确。并且一个目标可能要通过几方面的研究内容来实现，他们不一定是一一对应的关系。大家在确定研究内容的时候，往往考虑的不是很具体，写出来的研究内容特别笼统、模糊，把写作的目的、意义当作研究内容。基本内容一般包括：⑴对论文名称的界说。应尽可能明确三点：研究的对象、研究的问题、研究的方法。⑵本论文写作有关的理论、名词、术语、概念的界说。 （七）论文写作的方法 具体的写作方法可从下面选定：观察法、调查法、实验法、经验总结法、个案法、比较研究法、文献资料法等。 （八）论文写作的步骤
基于人工神经网络的预测研究文献综述专业：电子信息工程班级：08级2班作者：刘铭指导老师：熊朝松 引言 随着多媒体和网络技术的飞速发展及广泛应用，人工神经网络已被广泛运用于各种领域，而它的预测功能也在不断被人挖掘着。人工神经网络是一种旨在模仿人脑结构及其功能的信息处理系统。现代计算机构成单元的速度是人脑中神经元速度的几百万倍，对于那些特征明确，推理或运算规则清楚地可编程问题，可以高速有效地求解，在数值运算和逻辑运算方面的精确与高速极大地拓展了人脑的能力，从而在信息处理和控制决策等方面为人们提供了实现智能化和自动化的先进手段。但由于现有计算机是按照冯·诺依曼原理，基于程序存取进行工作的，历经半个多世纪的发展，其结构模式与运行机制仍然没有跳出传统的逻辑运算规则，因而在很多方面的功能还远不能达到认得智能水平。随着现代信息科学与技术的飞速发展，这方面的问题日趋尖锐，促使科学和技术专家们寻找解决问题的新出路。当人们的思想转向研究大自然造就的精妙的人脑结构模式和信息处理机制时，推动了脑科学的深入发展以及人工神经网络和闹模型的研究。随着对生物闹的深入了解，人工神经网络获得长足发展。在经历了漫长的初创期和低潮期后，人工神经网络终于以其不容忽视的潜力与活力进入了发展高潮。这么多年来，它的结构与功能逐步改善，运行机制渐趋成熟，应用领域日益扩大，在解决各行各业的难题中显示出巨大的潜力，取得了丰硕的成果。通过运用人工神经网络建模，可以进行预测事物的发展，节省了实际要求证结果所需的研究时间。 正是由于人工神经网络是一门新兴的学科，它在理论、模型、算法、应用和时限等方面都还有很多空白点需要努力探索、研究、开拓和开发。因此，许多国家的政府和企业都投入了大量的资金，组织大量的科学和技术专家对人工神经网络的广泛问题立项研究。从人工神经网络的模拟程序和专用芯片的不断推出、论文的大量发表以及各种应用的报道可以看到，在这个领域里一个百家争鸣的局面已经形成。 为了能深入认识人工神经网络的预测功能，大量收集和阅读相关资料是非常必要的。搜集的资料范围主要是大量介绍人工神经网路，以及认识和熟悉了其中重要的BP网络。参考的著作有：马锐的《人工神经网络原理》，胡守仁、余少波的《神经网络导论》以及一些相关论文，董军和胡上序的《混沌神经网络研究进展和展望》，朱大奇的《人工神经网络研究现状及其展望》和宋桂荣的《改进BP算法在故障诊断中的应用》，这些
目录 1 人工神经网络算法的工作原理 (3) 2 人工神经网络研究内容 (4) 3 人工神经网络的特点 (5) 4 典型的神经网络结构 (6) 4.1 前馈神经网络模型 (6) 4.1.1 自适应线性神经网络(Adaline) (6) 4.1.1.1网络结构 (6) 4.1.1.2学习算法步骤 (7) 4.1.1.3优缺点 (7) 4.1.2单层感知器 (8) 4.1.2.1网络结构 (8) 4.1.2.2学习算法步骤 (9) 4.1.2.3优缺点 (9) 4.1.3多层感知器和BP算法 (10) 4.1.3.1网络结构： (10) 4.1.3.2 BP算法 (10) 4.1.3.3算法学习规则 (11) 4.1.3.4算法步骤 (11) 4.1.3.5优缺点 (12) 4.2反馈神经网络模型 (13) 4.2.1 Hopfield神经网络 (13) 4.2.1.1网络结构 (13) 4.2.1.2 学习算法 (15) 4.2.1.3 Hopfield网络工作方式 (15) 4.2.1.4 Hopfield网络运行步骤 (15) 4.2.1.5优缺点 (16) 4.2.2海明神经网络（Hamming） (16) 4.2.2.1网络结构 (16) 4.2.2.2学习算法 (17) 4.2.2.3特点 (18) 4.2.3双向联想存储器（BAM） (19) 4.2.3.1 网络结构 (19) 4.2.3.2学习算法 (19) 4.2.3.4优缺点 (21) 5.人工神经网络发展趋势以及待解决的关键问题 (22) 5.1 与小波分析的结合 (22) 5.1.1小波神经网络的应用 (23) 5.1.2待解决的关键技术问题 (23) 5.2混沌神经网络 (23) 5.2.1混沌神经网络的应用 (24) 5.2.2待解决的关键技术问题 (24)
开题报告评审小组意见 研究生学位论文开题报告是研究生学位论文工作的重要环节，是为阐述、审核和确定学位论文题目而举行的报告会，它是监督和保证研究生学位论文质量的重要措施。通过开题报告，可以使研究生在导师和学科点共同指导下，做到论文选题准确、合理、恰当，明确论文要达到的水平，找出论文存在问题和解决的办法，使论文工作避免或少走弯路;使学院(部)、学科点的有关人员了解研究生的选题情况，以便创造必要的条件，更好地协助导师完成论文指导工作;使研究生之间、导师之间以及导师和研究生之间相互交流情况，相互促进，使更多的人了解、关心和帮助研究生的有关科研工作。为了切实作好这项工作，现就研究生开题报告审核工作提出如下意见： 一、时间和内容 1.硕士学位论文开题报告时间一般应在第三学期末完成。报告会具体的时间各学科自行确定，并于报告会前一周报研究生处。 2.开题报告的内容 研究生学位论文开题报告包括以下几方面： (1)选题和立论的依据：论文在国内外的研究历史、现状和发展趋势以及对代表性文献观点的评述;论文在理论或实际应用方面的价值，社会效益或经济效益等。 (2)论文研究的主要内容和拟解决的关键问题;论文研究拟采用哪些方法和手段以及可能达到的水平;论文的创新点、学术或应用价值、预期达到的水平。
(3)论文研究工作的总体安排及具体进度;论文在研究过程中，可能遇到的困难和问题，采取解决的方法和措施。 (4)论文所需经费及经费来源与开支预算。如论文经费不足，应说明解决经费的途径是否落实。 (5)主要参考文献。 二、组织程序 1.各单位组织有关硕士点成立研究生学位论文开题报告审核小组。开题报告审核小组由硕士点邀请3名以上具有副教授或以上职称的同学术领域的校内外专家、导师组成，提倡聘请校外专家参加开题报告审核小组。 2.报告前，导师须确保研究生所做开题报告内容与所学专业及研究方向一致，符合本专业的培养目标，并就是否同意其开题填写明确意见。研究生应在导师的指导下，根据本专业培养目标及本人研究特长选定课题范围，在调查研究、查阅国内外有关资料文献的基础上对课题进行构思和理论分析，并确定课题的技术路线和实验方法等，同时单独写出综述报告，供参加开题报告会的专家审阅。 3.硕士研究生的学位论文开题报告会要在校内公开进行，邀请本专业的教师、学生参加，听取多方意见。 4.论文开题报告会的具体程序： (1)安排开题报告论证的时间，并提前15天通知研究生。
人工神经网络研究背景目的意义与现状 1研究背景 2国内外研究状况及趋势 3研究的目的及意义 1研究背景 现代计算机构成单元的速度是人脑中神经元速度的几百万倍，对于那些特征明确，推理或运算规则清楚的可编程问题，可以高速有效地求解，在数值运算和逻辑运算方面的精确与高速极大地拓展了人脑的能力，从而在信息处理和控制决策等各方面为人们提供了实现智能化和自动化的先进手段。但由于现有计算机是按照冯·诺依曼原理，基于程序存取进行工作的，历经半个多世纪的发展，其结构模式与运行机制仍然没有跳出传统的逻辑运算规则，因而在很多方面的功能还远不能达到人的智能水平。随着现代信息科学与技术的飞速发展，这方面的问题日趋尖锐，促使科学和技术专家们寻找解决问题的新出路。当人们的思路转向研究大自然造就的精妙的人脑结构模式和信息处理机制时，推动了脑科学的深入发展以及人工神经网络和脑模型的研究。随着对生物脑的深入了解，人工神经网络获得长足发展。在经历了漫长的初创期和低潮期后，人工神经网络终于以其不容忽视的潜力与活力进入了发展高潮。60多年来，它的结构与功能逐步改善，运行机制渐趋成熟，应用领域日益扩大，在解决各行各业的难题中显示出巨大的潜力，取得了丰硕的成果。 正是由于人工神经网络是一门新兴的学科，它在理论、模型、算法、应用和时限等方面都还有很多空白点需要努力探索、研究、开拓和开发。因此，许多国家的政府和企业都投入了大量的资金，组织大量的科学和技术专家对人工神经网络的广泛问题立项研究。从人工神经网络的模拟程序和专用芯片的不断推出、论文的大量发表以及各种应用的报道可以看到，在这个领域里一个百花气放、百家争鸣的局面已经形成。 在进行神经网络的理论研究时，人们可以将自己的神经网络模型或算法在通用的串行或并行计算机上编程实现，但这只是研究的手段而绝非目的，在构造实际的神经网络应用系统时，必然要考虑到硬件实现问题，特定应用下的高性能专
目录 摘要 (1) 前言 (2) 第一章时间序列的预测函数及其评价指标 (4) 第一节预测函数 (5) 第二节评价预测的数量指标 (5) 第二章 BP神经网络 (6) 第一节 BP神经网络的结构 (6) 第二节 BP神经网络算法及公式推导 (7) 第三节 BP神经网络算法的步骤 (9) 第三章基于BP神经网络的时间序列预测及其应用 (11) 第四章结论 (14) 总结与体会 (15) 致谢词 (15) 参考文献 (15) 附录 (16)
摘要 首先，本文介绍了时间序列的含义和时间序列预测在国内外的研究情况，列举了两个时间序列预测的实际例子。文中阐述了时间序列预测及其评价指标，比较了各评价指标之间的长处和短处。其次, 本文阐述了BP神经网络算法及其公式推导。给出了BP神经网络算法的流程图。最后,本文从实用出发，列出了1993年至2006年我国GDP的数据,此组数据呈现出增长趋势,这种增长趋势反映了近十几年我国经济的快速增长。用BP神经网络预测出我国2007年的GDP是200790亿元, 这表明今后我国经济有减缓的迹象,这也说明我国近几年宏观经济调控获得了一定的成果。 【关键词】时间序列神经网络预测 GDP Abstract This grade paper, times series, and the development of times series forecast are introduced at first, and then the practical examples of times series forecast are enumerated. The function of times series forecast and its evaluative index are given. We compare the advantage and disadvantage of these evaluative indexes. Secondly, The principles of BP neural network and BP neural network’s algorithm are presented. Finally, we particularize our country GDP statistics, which it increases, which it indicates economy’s fast increasing, year by year, from 1993 to 2006. We also study BP neural network’s forecast algorithm. Our country GDP in 2007,wiche it is about 200790 hundred millions is forecasted by BP neural network, and it shows that the Chinese macro-economy policy in ten years are succeed. Keywords time series neural network prediction GDP
MATLAB动态神经网络在时间序列预测中的应用 摘要：本文在介绍了Matlab神经网络工具箱的基础上，主要对时间序列预测工具箱的使用作了说明，并用实例仿真说明如何进行时间序列预测的调用实现，通过不断的调整参数，最后使训练的模型比较理想，满足实际的需求，表明了直接使用时间序列预测的有效性，并为Matlab神经网络工具箱的使用提供了新的方法。 关键词：Matlab；神经网络；时间序列；预测 引言 时间序列是根据时间顺序得到跟时间相关的变量或者参数的观测数据[1]。对时间序列的研究主要是挖掘其中有价值的信息，找到其中变化的内在规律[2]。时间序列预测是时间序列分析研究的主要内容，是指根据现有的和历史的时间序列的数据，建立能反映时间序列中所包含的动态依存关系的数学模型[3]，从而能对序列未来的趋势做出合理的预测。简单的说，时间序列预测就是用已有的数据预测下一个时间段的值。目前，时间序列预测已经广泛应用在自然界、经济、化学、科学工程等各个领域。 随着Matlab版本的不断更新，神经网络工具箱不断的完善，使得仿真的实现日益简单，R2010b后的版本对时间序列预测的实现不需要手动写代码，网络训练完毕，从Simple Script可看到网络代码，并可对代码进行编辑、改编，因此，只要调用就可应用在各个领域。本文结合时间序列预测的特点，将Matlab神经网络工具箱中的时间序列预测应用到温度预测的实例中，通过快速的仿真及不断的调整参数，从而形成较理想的数学模型，为后期进行温度的预测奠定了基础。 1Matlab神经网络工具箱简介 神经网络分为静态和动态两类。静态神经网络是无反馈、无记忆的，输出仅依赖于当前的输入，例如BP神经网络和RBF神经网络。动态神经网络是有记忆的神经网络，其输出依赖于当前和以前的输入。动态神经网络又分为有反馈和无反馈，有反馈指输出依赖于当前输入和前一个输入输出，无反馈指输出依赖于当前和之前的输入。因此，动态神经网络比静态神经网络功能强，本文选择动态神经网络进行时间序列预测。 Matlab神经网络工具箱提供了一系列用于模型训练的工具，包括曲线拟合工具箱、模式识别工具箱、聚类工具箱和时间序列工具箱，利用这些工具箱可进行快速的调整参数，通过仿真得到直观的结果。另外，Matlab神经网络工具箱还提供人机交互界面，可根据提示一步一步的完成模型的训练，并对仿真的结果进行分析，直到满足要求为止。 选择时间序列工具箱或者直接在命令窗口中输入ntstool，可打开时间序列预测工具箱界面，根据数据选择符合哪种情况，根据人机交互界面的提示，将数据
说明：答案请答在规定的答题纸或答题卡上，答在本试卷册上的无效。 一、填空题（本题总计25分） 1. 常用的时间序列数据，有年度数据、（ ）数据和（ ） 数据。另外，还有以（ ）、小时为时间单位计算的数据。 2. 自相关系数j ρ的取值范围为（ ）；j ρ与j -ρ之间的关系是（ ）；0ρ=（ ）。 3.判断下表中各随机过程自相关系数和偏自相关系数的截尾性，并用 2. 如果随机过程{}t ε为白噪音，则 t t Y εμ+= 的数学期望为 ；j 不等于0时，j 阶自协方差等于 ，j 阶自相关系数等于 。因此，是一个 随机过程。 1.（2分）时间序列分析中，一般考虑时间（ ）的（ ）的情形。 3. （6分）随机过程{}t y 具有平稳性的条件是： （1）（ ）和（ ）是常数，与 （ ）无关。 （2）（ ）只与（ ）有关，与 （ ）无关。 7. 白噪音的自相关系数是：
1.白噪音{}t y 的性质是：t y 的数学期望为 ，方差为 ；t y 与j -t y 之间的协方差为 。 1.（4分）移动平均法的特点是：认为历史数据中（ ）的数据对未来的数值有影响，其权数为（ ），权数之和为（ ）；但是，（ ）的数据对未来的数值没有影响。 2. 指数平滑法中常数α值的选择一般有2种： （1）根据经验判断，α一般取 。 （2）由 确定。 3. （5分）下述随机过程中，自相关系数具有拖尾性的有（ ），偏自相关系数具有拖尾性的有（ ）。 ①平稳(2) ②(1) ③平稳(1,2) ④白噪 音过程 4.（5分）下述随机过程中，具有平稳性的有（ ），不具有平稳性的有（ ）。 ①白噪音 ②t t y 1.23t+ε=+ ③随机漂移过程 ④t t t 1y 16 3.2εε-=++ ⑤t t y 2.8ε=+ 2.（3分）白噪音{}t ε的数学期望为（ ）；方差为（ ）；j 不等于0时，j 阶自协方差等于（ ）。 （2）自协方差与（ ）无关，可能与 （ ）有关。 3. （5分）下述随机过程中，自相关系数具有截尾性的有（ ），偏自相关系数具有截尾性的有（ ）。
七、毕业论文的地点、时间、日程安排 工作时间工作项目工作具体内容2012年10 月10日-10月19日查阅文献、论文开题 1、开题检查：检查论文大纲、资料收集 情况 2、给予开题成绩 3、对开题答辩情况进行总结 2013年3 月11-15日中期检查1、检查毕业设计题目是否与内容相符 2、检查是否按论文进度完成及下一步计划 3、检查指导教师的指导 4、对中期检查情况进行总结 5、汇总中期检查成绩 2013年4月16-30日结题验收检查 1、检查公式、插图和格式是否合格规范， 数据是否完备可靠 2、检查是否按设计任务的要求完成工作 3、检查论文摘要、关键词及其翻译 2013年5月1-15日毕业论文成稿 1、学生上交论文成稿，导师详细审阅 2、汇总结题验收成绩 2013年5月21-30日毕业论文定稿 1、学生上交论文第二稿，导师审阅后， 最终定稿 2、检查论文装订顺序是否正确 3、学生上交最终完成的毕业论文 4、指导教师确定是否可以参加答辩 2013年6月 毕业论文审阅与 优秀毕业论文推荐 1、指导教师推荐优秀毕业论文 2、审阅教师审阅并推荐优秀毕业论文 3、审阅教师确定是否参加答辩 2013年6月8日论文答辩 1、毕业论文答辩分组与答辩 2、答辩成绩汇总 3、答辩情况进行总结 2013年3月-6月日常检查 1、毕业论文出勤 2、毕业论文进度 3、毕业论文质量
参考方向（不受限制，仅供参考） 1、绿色壁垒对ＸＸ企业外贸出口的影响分析 2、ＸＸ企业现代物流的发展与国际贸易 3、ＸＸ跨国公司在华扩张模式透析 4、ＸＸ企业开拓国际市场的思考 5、ＸＸ企业加工贸易中存在问题及对策研究 6、ＸＸ企业外贸出口品牌战略的事实与研究 7、ＸＸ企业知识产权战略的构建 8、ＸＸ企业出口结汇风险的防范 9、ＸＸ企业投资环境的现状问题与对策 10、ＸＸ企业出口骗税问题的剖析及其防范 11、ＸＸ企业出口产品非正常现象探讨 12、ＸＸ企业高新技术产品出口现状及发展探析 13、ＸＸ企业加工贸易转型升级面临的问题和发展方向 14、ＸＸ企业出口退税制度改革及其影响 15、后配额时代的ＸＸ企业纺织品贸易 16、影响ＸＸ企业贸易条件诸因素的市场分析
WIND 一、人工神经网络理论概述 (一人工神经网络基本原理 神经网络 (Artificialneuralnet work , ANN 是由大量的简单神经元组成的非线性系统,每个神经元的结构和功能都比较简单,而大量神经元组合产生的系统行为却非常复杂。人工神经元以不同的方式,通过改变连接方式、神经元的数量和层数,组成不同的人工神经网络模型 (神经网络模型。 人工神经元模型的基本结构如图 1所示。图中X=(x 1, x 2, … x n T ∈ R n 表示神经元的输入信号 (也是其他神经元的输出信号 ; w ij 表示 神经元 i 和神经元 j 之间的连接强度,或称之为权值; θj 为神经元 j 的阀值 (即输入信号强度必须达到的最小值才能产生输出响应 ; y i 是神经元 i 的输出。其表达式为 y i =f( n j =i Σw ij x j +θi 式中, f (
·为传递函数 (或称激活函数 ,表示神经元的输入 -输出关系。 图 1 (二人工神经网络的发展 人工神经网络 (ArtificialNeuralNetwork 是一门崭新的信息处理科学,是用来模拟人脑结构和智能的一个前沿研究领域,因其具有独特的结构和处理信息的方法,使其在许多实际应用中取得了显著成效。人工神经网络系统理论的发展历史是不平衡的,自 1943年心理学家 McCulloch 与数学家 Pitts 提出神经元生物学模型 (简称MP-模型以来,至今已有 50多年的历史了。在这 50多年的历史中,它的发展大体上可分为以下几个阶段。 60年代末至 70年代,人工神经网络系统理论的发展处于一个低潮时期。造成这一情况的原因是人工神经网络系统理论的发展出现了本质上的困难,即电子线路交叉极限的困难。这在当时条件下,对神经元的数量 n 的大小受到极大的限制,因此它不可能去完成高度智能化的计算任务。 80年代中期人工神经网络得到了飞速的发展。这一时期,多种模型、算法与应用问题被提出,主要进展如:Boltzmann 机理论的研究, 细胞网络的提出,性能指标的分析等。 90年代以后,人工神经网络系统理论进入了稳健发展时期。现在人工神经网络系统理论的应用研究主要是在模式识别、经济管理、优化控制等方面:与数学、统计中的多个学科分支发生联系。 (三人工神经网络分类 人工神经网络模型发展到今天已有百余种模型,建造的方法也是多种多样,有出自热力学的、数学方法的、模糊以及混沌方法的。其中 BP 网络(BackPropagationNN 是当前应用最为广泛的一种人工神经网络。在人工神经网络的实际应用中, 80%~90%的人工神经网络模型是采用 BP 网络或它的变化形式,它也
目录 1引言 (1) 2MG时间序列 (1) 2.1MG时间序列简介 (1) 2.2利用dde23函数求解MG时间序列 (1) 3BP神经网络 (3) 3.1神经网络总体思路 (3) 3.2MATLAB中的newff函数 (3) 3.3BP神经网络的训练 (4) 3.4构建输入输出矩阵 (6) 3.5对MG时间序列未来值预测 (6) 4参考文献 (7) 5附录 (8)
1 引言 本文选用的神经网络的是BP 神经网络，利用MATLAB 编程实现。首先通过求解Mackey-Glass 方程得到具有513个数据的Mackey-Glass 时间序列，其中一半用于训练神经网络，一半用于检测预测值。BP 神经网络输入层神经元个数为4，隐含层为8，输出层为1。利用BP 神经网络工具箱构建神经网络并对其进行训练，然后利用训练好的神经网络对未来值进行预测，画出比较图。 2 MG 时间序列 2.1 MG 时间序列简介 Mackey-Glass 混沌系统一类非常典型的混沌系统，混沌系统模型由以下的时滞微分方程来描述： )() (1) ()(t x t x t x dt t dx βτταγ--+-= 其中 α =0.2，β =0.1，γ =10，τ是可调参数，x(t)是在t 时刻的时间序列的值。MG 方程表现出了某种周期性与混沌特性，在τ<16.8时，表现出周期性，在 τ>16.8时，则表现出混沌特性。 2.2 利用dde23函数求解MG 时间序列 本课程设计中取τ=10，也就是说MG 时间序列会表现为周期性。可以利用MATLAB 求解MG 方程，MG 方程是一个时滞微分方程，其中一种求解方法是利用MATLAB 的dde23函数。具体求解方法是：首先建立MG .m 函数文件，代码如下 function y = MG(t,x,z) %UNTITLED Summary of this function goes here % Detailed explanation goes here
神经网络预测时间序列 如何作预测?理想方法是利用已知数据建立一系列准则,用于一般条件下预测,实际上由于系统的复杂性而不太可能,如股票市场预测。另一种途径是假设一次观测中过去、未来值之间存在联系。其中一种选择是发现一个函数,当过去观测值作为输入时,给出未来值作为输出。这个模型是由神经网络来实现的。 1.2 神经网络预测时间序列 (1) 简单描述 在时间序列预测中,前馈网络是最常使用的网络。在这种情形下,从数学角度看,网络成为输入输出的非线性函数。记一个时间序列为}{n x ,进行其预测可用下式描述: ),,(1+-1-+=m n n n k n x x x f x (1) 时间序列预测方法即是用神经网络来拟合函数)(?f ,然后预测未来值。 (2) 网络参数和网络大小 用于预测的神经网络性质与网络参数和大小均有关。网络结构包括神经元数目、隐含层数目与连接方式等,对一个给定结构来说, 训练过程就是调整参数以获得近似基本联系,误差定义为均方根误差,训练过程可视为一个优化问题。 在大多数的神经网络研究中,决定多少输入与隐层单元数的定量规则问题目前尚未有好的进展,近有的是一些通用指导:首先, 为使网络成为一个完全通用的映射,必须至少有一个隐层。1989年证明一个隐层的网可逼近闭区间内任意一个连续函数。其次,网络结构要尽可能紧致,即满足要求的最小网络最好。实际上,通常从小网络开始。逐步增加隐层数目。同样输入元数目也是类似处理。 (3) 数据和预测精度 通常把可用的时间序列数据分为两部分:训练数据和检验数据。训练数据一般多于检验数据两倍。检验过程有三种方式: 短期预测精度的检验。用检验数据作为输入,输出与下一个时间序列点作比较,误差统计估计了其精度。 长期预测中迭代一步预测。以一个矢量作为输入,输出作为下一个输入矢量的一部分,递归向前传播。 直接多步预测。即用1+-1-m n n n x x x ,,直接进行预测,输出k n x +的预测值,其中 1>k 。
第七章时间序列分析习题 一、填空题 1．时间序列有两个组成要素：一是，二是。 2．在一个时间序列中，最早出现的数值称为，最晚出现的数值称为。 3．时间序列可以分为时间序列、时间序列和时间序列三种。其中是最基本的序列。 4．绝对数时间序列可以分为和两种，其中，序列中不同时间的数值相加有实际意义的是序列，不同时间的数值相加没有实际意义的是序列。 5．已知某油田1995年的原油总产量为200万吨，2000年的原油总产量是459万吨，则“九五”计划期间该油田原油总产量年平均增长速度的算式为。 6．发展速度由于采用的基期不同，分为和两种，它们之间的关系可以表达为。 7．设i=1，2，3，…，n，a i为第i个时期经济水平，则a i/a0是发展速度，a i/a i-1是发展速度。 8．计算平均发展速度的常用方法有方程式法和. 9．某产品产量1995年比1990年增长了105%，2000年比1990年增长了306．8％，则该产品2000年比1995增长速度的算式是。 10．如果移动时间长度适当，采用移动平均法能有效地消除循环变动和。 11．时间序列的波动可分解为长期趋势变动、、循环变动和不规则变动。 12．用最小二乘法测定长期趋势，采用的标准方程组是。 二、单项选择题 1．时间序列与变量数列( ) A都是根据时间顺序排列的B都是根据变量值大小排列的 C前者是根据时间顺序排列的，后者是根据变量值大小排列的 D前者是根据变量值大小排列的，后者是根据时间顺序排列的 2．时间序列中，数值大小与时间长短有直接关系的是( ) A平均数时间序列B时期序列C时点序列D相对数时间序列 3．发展速度属于( ) A比例相对数B比较相对数C动态相对数D强度相对数 4．计算发展速度的分母是( ) A报告期水平B基期水平C实际水平D计划水平 则该车间上半年的平均人数约为( ) A 296人 B 292人 C 295 人 D 300人 6．某地区某年9月末的人口数为150万人，10月末的人口数为150．2万人，该地区10月的人口平均数为( ) A150万人B150．2万人C150．1万人D无法确定 7．由一个9项的时间序列可以计算的环比发展速度( ) A有8个B有9个C有10个D有7个 8．采用几何平均法计算平均发展速度的依据是( )
开题报告记录内容怎么写(共5篇)
————————————————————————————————作者：————————————————————————————————日期： 2
3 篇一：论文开题报告怎么写具体内容 开题报告 一、 选择论文题目的目的和意义(500字) 二、 国内外资料文献，分国内国外两部分写（2000—3000字） 开题报告写法 开题报告主要包括以下几个方面： （一）论文名称 论文名称就是课题的名字 第一，名称要准确、规范。准确就是论文的名称要把论文研究的问题是什么，研究的对象是什么交待清楚，论文的名称一定要和研究的内容相一致，不能太大，也不能太小，要准确地把你研究的对象、问题概括出来。 第二，名称要简洁，不能太长。不管是论文或者课题，名称都不能太长，能不要的字就尽量不要，一般不要超过20个字。 （二） 论文研究的目的、意义 研究的目的、意义也就是为什么要研究、研究它有什么价值。这一般可以先从现实需要方面去论述，指出现实当中存在这个问题，需要去研究，去解决，本论文的研究有什么实际作用，然后，再写论文的理论和学术价值。这些都要写得具体一点，有针对性一点，不能漫无边际地空喊口号。主要内容包括：⑴ 研究的有关背景(课题的提出)： 即根据什么、受什么启发而搞这项研究。 ⑵ 通过分析本地（校） 的教育教学实际，指出为什么要研究该课题，研究的价值，要解决的问题。 （三） 本论文国内外研究的历史和现状（文献综述）。 规范些应该有，如果是小课题可以省略。一般包括：掌握其研究的广度、深度、已取得的成果；寻找有待进一步研究的问题，从而确定本课题研究的平台(起点)、研究的特色或突破点。 （四）论文研究的指导思想 指导思想就是在宏观上应坚持什么方向，符合什么要求等，这个方向或要求可以是哲学、政治理论，也可以是政府的教育发展规划，也可以是有关研究问题的指导性意见等。 （五） 论文写作的目标 论文写作的目标也就是课题最后要达到的具体目的,要解决哪些具体问题，也就是本论文研究要达到的预定目标：即本论文写作的目标定位，确定目标时要紧扣课题,用词要准确、精练、明了。 常见存在问题是：不写研究目标；目标扣题不紧；目标用词不准确； 目标定得过高, 对预定的目标没有进行研究或无法进行研究。 确定论文写作目标时，一方面要考虑课题本身的要求，另一方面要考率实际的工作条件与工作水平。 （六）论文的基本内容 研究内容要更具体、明确。并且一个目标可能要通过几方面的研究内容来实现，他们不一定是一一对应的关系。大家在确定研究内容的时候，往往考虑的不是很具体，写出来的研究内容特别笼统、模糊，把写作的目的、意义当作研究内容。 基本内容一般包括：⑴对论文名称的界说。应尽可能明确三点：研究的对象、研究的问题、研究的方法。⑵本论文写作有关的理论、名词、术语、概念的界说。 （七）论文写作的方法 具体的写作方法可从下面选定： 观察法、调查法、实验法、经验总结法、 个案法、比较研究法、文献资料法等。 （八）论文写作的步骤 论文写作的步骤，也就是论文写作在时间和顺序上的安排。论文写作的步骤要充分考虑研究内容的相互关系和难易程度，一般情况下，都是从基础问题开始，分阶段进行，每个阶段从什么时间开始，至什么时间结束都要有规定。课题研究的主要步骤和时间安排包括：整个研究拟分为哪几个阶段；各阶段的起止时间 图片已关闭显示，点此查看
毕业论文文献综述 应用物理 神经网络 人工神经网络是由大量的简单基本元件——神经元相互联接而成的自适应非线性动态系统。每个神经元的结构和功能比较简单，但大量神经元组合产生的系统行为却非常复杂神经网络反映了人脑功能的若干基本特性，但并非生物系统的逼真描述，只是某种模仿、简化和抽象。与数字计算机比较，人工神经网络在构成原理和功能特点等方面更加接近人脑，它不是按给定的程序一步一步地执行运算，而是能够自身适应环境、总结规律、完成某种运算、识别或过程控制人工神经元的研究起源于脑神经元学说。19世纪末，在生物、生理学领域，Waldeger等人创建了神经元学说。人们认识到复杂的神经系统是由数目繁多的神经元组合而成。大脑皮层包括有100亿个以上的神经元，每立方毫米约有数万个，它们互相联结形成神经网络，通过感觉器官和神经接受来自身体内外的各种信息，传递至中枢神经系统内，经过对信息的分析和综合，再通过运动神经发出控制信息，以此来实现机体与内外环境的联系，协调全身的各种机能活动若从速度的角度出发，人脑神经元之间传递信息的速度要远低于计算机，前者为毫秒量级，而后者的频率往往可达几百兆赫。但是，由于人脑是一个大规模并行与串行组合处理系统，因而，在许多问题上可以作出快速判断、决策和处理，其速度则远高于串行结构的普通计算机。人工神经网络的基本结构模仿人脑，具有并行处理特征，可以大大提高工作速度。 人脑存贮信息的特点为利用突触效能的变化来调整存贮内容，也即信息存贮在神经元之间连接强度的分布上，存贮区与计算机区合为一体。虽然人脑每日有大量神经细胞死亡（平均每小时约一千个），但不影响大脑的正常思维活动。而普通计算机是具有相互独立的存贮器和运算器，知识存贮与数据运算互不相关，只有通过人编出的程序使之沟通，这种沟通不能超越程序编制者的预想。元器件的局部损坏及程序中的微小错误都可能引起严重的失常。人类大脑有很强的自适应与自组织特性，后天的学习与训练可以开发许多各具特色的活动功能。如盲人的听觉和触觉非常灵敏；聋哑人善于运用手势；训练有素的运动员可以表现出非凡的运动技巧等等。普通计算机的功能取决于程序中给出的知识和能力。显然，对于智能活动要通过总结编制程序将十分困难。人工神经网络也具有初步的自适应与自组织能力。在学习或训练过程中改变突触权重值，以适应周围环境的要求。同一网络因学习方式及内容不同可具有不同的功能。人工神经网
时间序列分析法原理及步骤 ----目标变量随决策变量随时间序列变化系统 一、认识时间序列变动特征 认识时间序列所具有的变动特征, 以便在系统预测时选择采用不同的方法 1》随机性:均匀分布、无规则分布,可能符合某统计分布(用因变量的散点图和直方图及其包含的正态分布检验随机性, 大多服从正态分布 2》平稳性:样本序列的自相关函数在某一固定水平线附近摆动, 即方差和数学期望稳定为常数 识别序列特征可利用函数 ACF :其中是的 k 阶自 协方差,且 平稳过程的自相关系数和偏自相关系数都会以某种方式衰减趋于 0, 前者测度当前序列与先前序列之间简单和常规的相关程度, 后者是在控制其它先前序列的影响后,测度当前序列与某一先前序列之间的相关程度。实际上, 预测模型大都难以满足这些条件, 现实的经济、金融、商业等序列都是非稳定的,但通过数据处理可以变换为平稳的。 二、选择模型形式和参数检验 1》自回归 AR(p模型
模型意义仅通过时间序列变量的自身历史观测值来反映有关因素对预测目标的影响和作用,不受模型变量互相独立的假设条件约束,所构成的模型可以消除普通回归预测方法中由于自变量选择、多重共线性的比你更造成的困难用 PACF 函数判别 (从 p 阶开始的所有偏自相关系数均为 0 2》移动平均 MA(q模型 识别条件
平稳时间序列的偏相关系数和自相关系数均不截尾,但较快收敛到 0, 则该时间序列可能是 ARMA(p,q模型。实际问题中,多数要用此模型。因此建模解模的主要工作时求解 p,q 和φ、θ的值,检验和的值。 模型阶数 实际应用中 p,q 一般不超过 2. 3》自回归综合移动平均 ARIMA(p,d,q模型 模型含义 模型形式类似 ARMA(p,q模型, 但数据必须经过特殊处理。特别当线性时间序列非平稳时,不能直接利用 ARMA(p,q模型,但可以利用有限阶差分使非平稳时间序列平稳化,实际应用中 d (差分次数一般不超过 2. 模型识别 平稳时间序列的偏相关系数和自相关系数均不截尾,且缓慢衰减收敛,则该时间序列可能是 ARIMA(p,d,q模型。若时间序列存在周期性波动, 则可按时间周期进