《基于Elman神经网络的铝预测》
该文是神经网络方面有关函授毕业论文范文和神经网络有关论文范例.
摘 要：Elman神经网络是一种典型的局部回归网络,独特的连接层结构能记忆过去时刻的状态使网络具有动态记忆功能,特别适合处理时间序列预测问题.本文运用Elman神经网络对长江有色铝A00铝每日平均进行模拟预测,得到2018年1月到2018年3月一共53个工作日的A00铝日均的预测值.结果表明,Elman神经网络的预测精度较高.
关键词：Elman神经网络;铝;预测
中图分类号：F205;F062.1文献标识码：A文章编号：1003-5168（2020）04-0014-04
Abstract： Elman neural network is a kind of typical local regression network. The unique connection layer structure can remember the state of the past time, which makes the network he the function of dynamic memory, especially suitable for dealing with time series prediction. In this paper, Elman neural network was used to simulate and predict the daily erage price of A00 aluminum in Yangtze River, and the predicted value of daily erage price of A00 aluminum in 53 working days from January 2018 to March 2018 was obtained. The results show that the prediction accuracy of Elman neural network is high.
Keywords： Elman neural network;the price of aluminum;prediction
1 研究背景
铝是世界上含量最为丰富的金属元素,在地球中的含量仅次于氧和硅.铝的密度较低,但质地坚硬,再加上具有良好的导电性、导热性、高反射性和耐氧化性等诸多优良特性而被广泛使用.随着科学技术的不断发展,铝产品不仅在航空、建筑、汽车三大领域发挥了重要作用,而且在其他领域如制造业和食品包装行业等产生了重要影响.随着经济的快速发展,尤其是20世纪90年代以后,快速推进的城市化进程促进了房地产行业、交通运输业等相关行业的繁荣,铝产品的开采量和消费量增长迅速.由于近年来房地产行业波动较大,铝产品也随之波动.以长江有色A00铝为例,铝价从2016年1月的最低价10 670元每吨飙升至2017年10月份的16 000余元每吨,涨跌幅度达50%以上.因此,找到合适的铝价预测方法、提高铝的预测能力,以应对市场变化、减少损失迫在眉睫.目前,对铝价预测的研究较多.例如,在铝价变化趋势方面,杨珊等人运用优化的无偏灰色模型模拟了铝价的变动趋势[1];姚希之针对2017年国内外铝市场、国内外铝价的走势进行预测研究[2];许进则基于有色金属经过2016年的触底反弹后,对维持铝价稳定提出了相关看法[3];其他学者也对铝的波动变化趋势提出了相应建议[4-6].在铝价定量预测方面,茹愿运用平稳时间序列ARMA模型和灰色理论方法对铝的月度序列进行了预测研究[7];周婷婷以上海有色金属期货为研究对象,提出了基于支持向量机回归的预测模型,利用粒子群算法对支持向量机模型的参数进行优化且取得了较为满意的效果[8].综上,研究者对铝的预测大多集中在宏观定性预测方面,而在定量预测方面成果不多.由此,本文运用具有时域响应功能的Elman神经网络模型对长江有色A00铝的日度均价序列进行预测研究.
人工神经网络因具有优越的非线性映射能力而得到广泛应用.由于铝产品总是处于不规则变化之中,因此本文引入具有时变能力的Elman神经网络模型对长江有色铝A00的日均序列进行拟合预测.与前向神经网络（如BP神经网络和径向基神经网络）相比,Elman神经网络在结构上多了一个连接层,因此可以记忆过去的状态,特别适合处理时间序列问题[9].
Elman神经网络作为一种新型的研究方法,被广泛应用于电力负荷预测、计算机系统工程和预测领域.林麒麟、包广清运用MEA-Elman神经网络对电力的日负荷进行预测[10];为了提高风电场发电功率预测的精度,王一珺和贾嵘提出一种基于Elman神经网络和实测风速功率数据的短期风功率预测方法[11];吕卫民等人运用Elman神经网络对电子元件性能参数进行了预测[12];相关学者在预测方面也进行了相应研究[13-17].本文运用MATLAB中的工具箱进行建模,采用5个输入和1个输出建立Elman神经网络.5个输入是指长江有色铝A00铝的前5个日度平均数据,1个输出是指网络根据前5个输入数据经过模型处理得到第6個数据的仿真值.最后,通过计算预测值和实际值的相对误差,检验Elman神经网络预测长江有色铝的效果.
2 Elman神经网络模型预测长江有色铝
2.1 Elman神经网络算法
Elman神经网络是J.L.Elman于1990年首先针对语音处理问题而提出来的,是一种典型的局部回归网络.Elman神经网络一般由输入层、隐含层、连接层和输出层四层组成.与传统的BP神经网络相比,其多了一个用于构成局部反馈的连接层.连接层的传输函数多为线性函数,但由于多了一个延迟单元,连接层能记忆过去时刻的状态,从而使网络具有动态记忆功能,因此Elman神经网络适合处理长江有色铝的时间序列预测问题.
此文总结：本文论述了关于神经网络方面的相关大学硕士和神经网络本科毕业论文以及相关神经网络论文开题报告范文和职称论文写作参考文献资料.
神经网络引用文献:
[1] 神经网络论文范文 关于神经网络相关硕士论文开题报告范文2万字
[2] 神经网络论文范文 关于神经网络类毕业论文范文8000字
[3] 神经网络论文范文 神经网络在职毕业论文范文3000字
