基于改进RBF神经网络的美元指数预测  

Prediction of dollar index based on improved RBF neural network

作　　者：潘雷雷[1] 李旭东[1] 

机构地区：[1]西华大学数学与计算机学院,四川成都610039

出　　处：《西南民族大学学报（自然科学版）》2011年第1期154-157,共4页Journal of Southwest Minzu University(Natural Science Edition)

基　　金：西华大学应用数学校重点学科(NO.ZXD0910-09-1)

摘　　要：首先介绍了RBF神经网络的原理.然后叙述了RBF神经网络的正交最小二乘算法,针对此算法在选择网络宽度上的不足,在原算法的基础上提出一种改进算法,该算法通过优化网络的宽度,提高了网络对时间序列逼近的准确度.对美元指数进行预测,预测结果表明改进的算法有良好的性能。Firstly, the principle of radial basis function （RBF） neural network is introduced. Secondly the orthogonal least - . v squares （OLS） aigorithm of RBF network is given. In view of insufficiency of OLS algorithm in selecting network width, a new algorithm is proposed on the basis of original algorithm. By optimizing the width of the network, approximation precision of network for time series is improved. The dollar index is predicted, and the result indicates the validity of improved algorithm.

关 键 词：RBF神经网络 正交最小二乘算法 美元指数 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]