多层神经网络变形时间序列预测分析系统设计与实现开题报告

1. 研究目的与意义

背景：

预测是对尚未发生或目前还不明确的事物进行预先的估计和推测。它从过去和现在已知的情况出发，利用一定的方法或技术去探索或模拟不可知的、未出现的或复杂的中间过程，推断出未来的结果。这个过程大体上可用图1来表示。

2. 研究内容和预期目标

神经网络模型是由大量的简单的神经元结构成组的巨大网络对数据进行处理，将这些处理单元进行连接，互相影响成为一个复杂的系统结构，它具备很强的非线性数据的处理能力，通过学习和模拟运行进行训练，将误差反向传播并反复改正模型，最后实现对信息的处理。本设计主要研究并实现典型的多层神经网络算法，利用该算法可以对离散时间序 列数据进行建模，并对时间序列未来的发展趋势进行预测。

由于多层神经网络时间序列极其复杂，本文选取时间效应作为因子构建 bp神经网络模型，通过bp神经网络模型用c#计算绘制出模型值变化图，将其与原始数据拟合，比较多个模型值的差值。

因此，本文的研究目标是：了解时间序列数据分析与预测的基本原理和方法，研究分析bp神经网络进行分析预测的基本算法流程，并将bp神经网络模型运用到时间序列数据分析和预测中；基于c#实现 bp神经网络分析算法，并对时间序列数据进行分析预测。

3. 研究的方法与步骤

本篇论文研究的是基于c#实现bp神经网络分析算法，并对时间序列预测数据进行分析预测：

收集数据

使用c#实现

4. 参考文献

1. 侯祥林, 胡英, 李永强, 等. 多层人工神经网络合理结构的确定方法[j]. 东北大学 学报 (自然科学版), 2003, 24(1):35-38.

2. 山世光, 阚美娜, 刘昕, 等. 深度学习: 多层神经网络的复兴与变革[j]. 科技导报, 2016, 34(14): 60-70.

3. aforge.net,http://www.aforgenet.com/

   剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

   5. 计划与进度安排

   1. 第 01 周～第 02 周，论文主题研究现状分析，毕业论文相关规定、规范和要求学 习。该阶段与毕业实习同时进行。

   2. 第 03 周，继续完成毕业实习阶段布置的任务。汇报前期调研学习的成果。搜索大 量相关参考文献，认真书写开题报告，并即时与导师沟通。

   3. 第 04 周～第 05 周，书写第一章绪论部分，主要论述研究背景和论文计划做的全 部内容以及章节安排。

      剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付