BP神经网络在预测股票价格中的应用

尽管人们预测股市已有多种方法,但由于神经网络具有的联想记忆与非线性映射功能使人们对股市的预测多了一种有力的方法。本文研究的内容就是用BP神经网络对股票进行预测。Matlab中的BP神经网络工具箱功能强大。但编程缺乏灵活性,而它的缺点正好用VC＋＋弥补。本文就是用VC＋＋与Matlab混合编程,借助BP神经网络工具箱来实现对股票价格预测的研究。     

BP神经网络在股价预测中的应用

对BP神经网络方法在股价预测中的应用进行了研究,对BP神经网络的结构进行了介绍。针对BP网络学习速度慢,采用弹性BP学习算法和tansig传递函数提高了收敛速度。在仿真过程中通过MATLAB编程实现了BP神经网络对中国石油近一年交易日的数据的训练和测试,获得了一定的预测精度,对BP算法和改进后的BP算法在预测股票中的收敛性能和拟合程度进行比较,并用训练好的BP网络股市预测模型来预测其股票数据,达到了预测效果。     

神经网络在蛋白质折叠预测中的应用

蛋白质的生物功能是由它们的空间折叠结构决定的,理解蛋白质的折叠过程是生物信息学领城中极具挑战的问题之一.求解精度和计算时间是蛋白质折叠结构预测中要解决的主要问题,神经网络具有较强的逼近非线性函数的能力,并具有自适应学习的优点,以及良好的寻优能力.笔者对如何使用神经网络方法解决蛋白质折叠预测问题进行了分析与展望.     

神经网络在蛋白质结构预测中的应用

蛋白质结构预测在生物信息学研究中占有重要地位.此文对神经网络在蛋白质结构预测中的应用作了评述。首先,简要地介绍了人工神经网络,然后对近年来用神经网络算法解决蛋白质结构预测的研究作了回顾,并分析了算法的效果和特点。最后,展望了用神经网络算法解决蛋白质结构预测问题的前景。     

神经网络在银行破产预测中的应用

随着我国改革开放的进一步深入,我国的国民经济正在由过去的计划经济向市场经济转变,银行业也将逐步被推向市场,面临着激烈的市场竞争,如果经营不善就要被淘汰,就要破产。因此定期地对银行的经营活动进行监测和预测,就具有十分重要的意义。人工智能技术已经在许多领域取得了广泛的应用,在管理领域的应用也越来越多.神经网络是人工智能技术的一个重要组成部分,人们正在大力研究开发将神经网络应用于管理领域的潜力。目前,国外有关专家已经把神经网络用于银行破产预测中,值得我们参考和借鉴,本文将比较详细地介绍他们的研究成果的基本思想,以期对我国把神经网络用于管理领域、用于银行破产预测的研究有所启迪。     

神经网络预测功能在故障诊断中的应用

传感器是信号提取的重要部件,为了减少由于其故障而造成的损害,对传感器的故障检测与诊断是十分重要的。简要介绍了基于神经网络的时间序列预测器方法,并将该方法应用于控制系统中某传感器漂移故障的检测,仿真试验表明该方法能有效地检测出该故障。     

RBF神经网络在建筑物沉降预测中的应用

介绍了基于matlab的径向基函数RBF神经网络对于建筑物沉降预测的方法,讨论了RBF神经网络的构造思路、参数和分布密度spread的选择。为建筑物变形监测人员的数据分析、变形预测提供了一个可行的概念。     

BP神经网络在高速公路交通量预测中的应用

本文介绍应用BP神经网络对高速公路交通量的预测,采用Matlab神经网络工具箱函数建立神经网络预测模型,运用该模型对高速公路的收费情况进行预测.从而间接预测该高速公路的交通量.     

神经网络在点火药性能预测中的应用

运用人工神经网络方法,建立药剂配方、原材料粒度与药剂爆热的三层BP网络模型,通过10组数据对网络进行智能驯化,利用驯化后的网络对另5组数据进行预测,并对这5组数据进行实际测量,结果表明该BP网络能够反映药剂配方、原材料粒度与药剂爆热之间的关系,预测精度较好,相对误差较小。     

径向基神经网络在股市预测中的应用

本文从非线性时间序列预测的角度出发,将径向基（ＲＢＦ）神经网络应用于股票预测,取得了较好的预测效果     

BP神经网络在股市短期预测中的应用

设计了一个三层BP神经网络模型,结合MATLAB神经网络工具箱,针对一只个股实际数据,进行了该网络模型的训练与仿真,并时股市行情进行了短期预测。通过实验数据,计算出短期的预测值与实际收盘价的均方误差Q=0．027623,这说明此方法是有效和可行的。     

BP神经网络在我国粮食产量预测中的应用

本文基于BP神经网络模型，进行了2001－2010年我国粮食产量的预测。通过对比传统的“平均增长率一阶滞后模型”拟合及预测1992－2000年粮食产量与实际产量的误差值大小，可明显看出BP神经网络对于处理单输入单输出的时间序列预测问题是一种更具优越性的方法，它具有很强的学习与泛化（推广）能力，具有很好的应用价值。     

BP神经网络在股市短期预测中的应用

设计了一个三层BP神经网络模型,结合MATLAB神经网络工具箱,针对一只个股实际数据,进行了该网络模型的训练与仿真,并时股市行情进行了短期预测。通过实验数据,计算出短期的预测值与实际收盘价的均方误差Q=0．027623,这说明此方法是有效和可行的。     

预测方法中的神经网络模型

本文概况地介绍了目前人工神经元网络模型在预测领域内的应用及理论,并对一些有代表性的理论方法进行了简单的介绍,指出了其优点和存在的问题,并对人工神经元网络在预测领域内今后的发展做了进一步的讨论     

角球战术在足球比赛中的实际运用

通过对第18届世界杯足球赛58场角球进攻战术的统计分析,发现角球进攻战术已成为比赛中射门得分的重要手段,经常成为决定比赛胜负的关键。长传门前攻门的战术方法,已改变了高、飘、慢,易于为防守和守门员判断破坏的长传球,代为速度快、落点准、高旋转长传球,大大提高了对球门的威胁,角球的短传配合战术得分率高于长传门前攻门的战术,具有很高的实用价值,而比赛中应用的比例却相差悬殊,应视为对角球短传配合战术运用的一个误区。同时,角球的运行轨迹以内弧线球取得的效果较为显著。攻击点主要集中在门前的几个较近区域,以对球门构成威胁景大的4区为主攻门方式灵活,既有直接头球顶射,也有摆渡实施第二点攻击,还有反应迅速的门前补射。     

科学家预测未来足球比赛七大科技趋势

在科学家看来,足球运动是一门发展中的新兴科学艺术。德国世界杯热度刚刚消褪,科学家便开始将研究目光转向未来的足球发展。曾是运动员的基国巴斯大学运动生物力学专家肯·布雷在创立了一个运动学研究机构后,对未来足球运动做出大胆的预测和展望。与此同时,英国《新     

足球比赛中的危险动作

正足球比赛是中小学生在体育课和课外活动中常见的一项体育活动。足球比赛又是一项拼抢激烈、身体接触频繁的运动,学生在比赛中为了抢球,往往会做出一些意想不到的危险动作,造成一些不该发生的意外伤害事故。要避免足球比赛中的意外伤害事故,必须经常对学生进行安全教育,特别是要让学生清楚地认识到比赛中哪些动作属于不能做的危险动作,以及做这些危险动作会造成那些危害,这样才能将各种意外伤害事故消灭在萌芽中。     

复合神经网络模型在汽车配件销售预测中的应用

针对汽车零部件销售量的预测开展了预测模型建模的研究,从销售历史数据特征研究入手,建立、选择并优化预测模型。利用BP神经网络、RBF神经网络和基于差分进化的BP网络,分别建立3个不同的预测模型。采用基于最小二乘准则,将取得的3个预测模型合成为一个复合模型HANNFM。由此建立的复合模型,具有稳定性好、精度较高等特点。试验验证了它是一种有效的汽车零部件销售量预测的预测方法,对决策者有一定的参考价值。     

基于Elman神经网络在电力负荷预测中的研究

针对某地区一个月的电力系统负荷数据进行了研究,建立Elman~([1])神经网络网络模型,运用MATLAB工具箱,对Elman神经网络在神经元个数设置,节点层数及训练数据个数的选择进行了研究,同时与BP神经网络~([2])做了预测数据比较分析。验证了Elman神经网络模型在电力负荷预测~([3])中的准确性与可行性,相比较于BP神经网络的Elman神经网络具有训练速度快准确度高的优点。     

神经网络在固体火箭发动机比冲预测中的应用

本文论述了基于RBF神经网络和模糊原理,构建一种模糊RBF神经网络用于固体火箭发动机比冲预测。预测结果表明该网络可较精确地预示发动机的比冲。