基于灰色关联分析的神经网络模型  

Research of artificial neural network forecasting model based on grey relational analysis

作　　者：苏博[1] 刘鲁[1] 杨方廷[2] 

机构地区：[1]北京航空航天大学经济管理学院,北京100083 [2]北京仿真中心,北京100854

出　　处：《系统工程理论与实践》2008年第9期98-104,共7页Systems Engineering-Theory & Practice

基　　金：国家自然科学基金(70371004);博士点基金(20040006023)

摘　　要：在BP神经网络算法的基础上,针对在多变量复杂系统建模过程中BP网络输入变量无法自动寻优的问题,将其与灰色关联分析方法结合,建立基于灰色关联分析的神经网络优化算法(GM-BPANN).并且使用中国粮食产量预测的数据,与逐步回归方法和灰色GM(1,N)模型方法进行了比较检验.结果表明,新模型通过灰色关联度的计算,可以全面、广泛地对大量的输入变量进行处理,而不必经过专门的主观筛选,从而增强了BP网络的适应能力,同时能够得到较好的预测精度和稳定性.Aiming at the BP artificial neural network unable to auto select and optimize input variables, this paper integrates BPANN with grey relational analysis method, estabhshes an optimized BP artificial neural networkarithmetic （GM-BPANN） which based on the grey relational analysis method. And make comparison test with step regression method and grey GM（1,N） method using data of China grain output. The result shows that the new model can deal with mass input variables without special subjective selection, enhances the adaptability of BP neural network. It can also gets good forecasting stability and accuracy.

关 键 词：BP神经网络 灰色关联分析 灰色GM(1 N)算法 中国粮食产量预测 

分 类 号：N941.5[自然科学总论—系统科学]