当前位置： 微经验 > 经验 > 其他 > 如何用神经网络进行时间序列预测
1、将时间序列拆开，组织训练样本；
2、参考附件的例子，用的是BP神经网络；
3、神经网络是86年Rumelhart和McCelland为首的科学家小组提出，是按误差逆传播算法训练的多层前馈网络，是应用最广泛的神经网络模型；
4、BP网络能学习和存贮大量的输入，输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程；
5、学习规则是用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小；
6、BP神经网络模型拓扑结
时间序列是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列；
时间序列法是一种定量预测方法，亦称简单外延方法，在统计学中作为一种常用的预测手段被广泛应用，时间序列分析在第二次世界大战前应用于经济预测，二次大战中和战后，在军事科学、空间科学、气象预报和工业自动化等部门的应用更加广泛；
时间序列分析是一种动态数据处理的统计方法，该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题；
时间序列构成要素是，现象所属的时间，反映现象发展水平的指标数值。
1、时间序列分析(Time-Series Analysis)是指将原来的销售分解为四部分来看——趋势、周期、时期和不稳定因素，然后综合这些因素，提出销售预测。强调的是通过对一个区域进行一定时间段内的连续遥感观测，提取图像有关特征，并分析其变化过程与发展规模。当然，首先需要根据检测对象的时相变化特点来确定遥感监测的周期，从而选择合适的遥感数据。
2、特点：简单易行，便于掌握，但准确性差，一般只适用于短期预测。
3、基本原理：一是承认事物发展的延续性。应用过去数据，就能推测事物的发展趋势。二是考虑到事物发展的随机性。任何事物发展都可能受偶然因素影响，为此要利用统计分析中加权平均法对历史数据进行处理。
4、基本思想：根据系统的有限长度的运行记录（观察数据），建立能够比较精确地反映序列中所包含的动态依存关系的数学模型，并借以对系统的未来进行预报。
更多精彩资讯请关注微经验，我们将持续为您更新最新资讯!
上一篇： 国庆节的横幅祝福语 下一篇： 洁肤油和卸妆油的区别
2024父亲节祝福语（温馨版） 父爱的最经典金句
2024父亲节英文祝福语 用不同语言表孝心
2024父亲节祝福语 最新父亲节祝福语精选
2024父亲节英文祝福语
2024父亲节发的朋友圈祝福语短句