基于迟滞神经网络的商品零售价格指数预测

• 作者: 修春波 赵鑫
• 来源期刊: 天津工业大学学报
• 学科: 工学
• 关键词: 神经网络 迟滞 泛化能力 记忆能力 商品零售价格指数 预测
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 经济与管理
• 页码范围: 85-88
• 分类号: TP183|F201
• 字数: 2659字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-024X.2011.04.022

摘要

将传统神经元的激励函数改为迟滞激励函数,将迟滞特性引入神经网络中,构造迟滞神经网络.利用迟滞特性增强神经元对原状态保持的惯性,从而减少了神经元状态的错误变化,提高了神经网络的存储和记忆能力.利用迟滞分支响应的跳变特性以抑制网络训练过程中假饱和现象的发生.借助于前向网络的结构和学习算法,构造应用于时间序列预测分析的迟滞神经网络模型,并将其应用于社会商品零售价格指教的预测分析中.预测结果表明,该网络具有良好的泛化能力,预测效果优于传统神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	修春波	天津工业大学电气工程与自动化学院	69	687	13.0	23.0
2	赵鑫	天津工业大学电气工程与自动化学院	7	9	2.0	3.0