文献

J-GLOBAL ID：201602290784359152   整理番号：16A0855635

中国のダイズ価格予測におけるRBF神経回路網の応用研究を改良した【JST・京大機械翻訳】

Soybean Price Prediction in China Based on Improved RBF Neural Network

著者 (4件)： Shi Bo (College of Engineering,Nanjing Agricultural University) ,  Zhang Dongqing (College of Engineering,Nanjing Agricultural University) ,  Ma Kaiping (College of Engineering,Nanjing Agricultural University) ,  Liu Huan (College of Engineering,Nanjing Agricultural University)
資料名： Dadou Kexue  (Dadou Kexue)
巻： 35  号： 2  ページ： 310-314  発行年： 2016年 
JST資料番号： C2212A  ISSN： 1000-9841  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 中国の大豆価格は国内外の多くの因子が共同で影響を受け,投機的、非線形と高雑音などの特徴を持つ,従来の数学モデルを採用し,大きな困難を分析するだけでなく,予測を行い,誤差も大きいと予測した。RBF神経回路網はその優れた近似性能をに非線形時間配列予測の中に広く応用されている。本論文では1つの遺伝的アルゴリズム最適化RBFニューラルネットワークに基づく中国のダイズ価格を予測するモデルを提案し,このモデルは多次元入力,単一出力の多変数予測モデルであり,モデルの初期入力はダイズ価格の歴史的データと関連影響因子データから成る。基底関数中心、拡張定数RBF神経回路網の入力ノット数と出力層重みに対し最適化を行う遺伝的アルゴリズムを用いて,初期入力変数の中からモデルは自律入力の最も適切な変数の組合せをモデルの入力として選択できる。2009-2014年のダイズ価格データ予測研究を行った,2009~2013年のデータを用いて訓練セットとして,2014年のデータをテストセットとして採用した。RBFニューラルネットワークを改良した自律と中国の大豆輸入量が、中国消費者のモラール指数と輸入ダイズを流通価格から港を選び3つの因子が関連する影響因子としての入力と認識による。結果:モデルの予測精度は高く、汎化能力が強く,よく捕捉ダイズ価格の変動が可能で,参考をダイズの市場価格の正確な予報のために参考を提供することができた。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 高次元 ,  遺伝的アルゴリズム ,  *ダイズ ,  予測モデル ,  最適化 ,  消費者 ,  汎化 ,  *神経回路網 ,  類似性 ,  *中華人民共和国
準シソーラス用語： 市場価格 ,  予測精度 ,  影響因子 ,  動径基底関数ニューラルネットワーク ,  *価格予測 , 【Automatic Indexing@JST】

著者キーワード (4件)： Soybean ,  Price ,  RBF Neural Network ,  Genetic algorithm

分類 (2件)： 燃料電池  (YB04040V) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 中国 ,  ダイズ ,  価格予測 ,  RbF ,  神経回路網 ,  応用 ,  研究