时间序列预测问题,我们采用基于滚动窗口的BP神经网络进行预测。
滚动窗口的BP神经网络原理
当我们确定窗口数的大小T以后,我们可以采用前T个值预测T+1个值,原理图如下图所示。
![](https://img-blog.csdnimg.cn/img_convert/193e367990d35d148b9114a357e7f25a.png)
本文涉及的BP神经网络的框架图如下图所示。
![](https://img-blog.csdnimg.cn/img_convert/30b39ccfc1e04c860363a5cd8f14978d.png)
具体的原理可参照参考文献。
注:滚动窗口的大小对预测效果的影响不同,可以考虑设置不同的滚动窗口进行预测对比,然后取效果最好的作为所提模型,评价指标有MSE等。
![](https://img-blog.csdnimg.cn/img_convert/8fee049b58909ed0565d753115ca044e.png)
![](https://img-blog.csdnimg.cn/img_convert/984352255a86d727dc3f803fdb5817f7.png)
需要的小伙伴后台私我哦
时间序列预测问题,我们采用基于滚动窗口的BP神经网络进行预测。
滚动窗口的BP神经网络原理
当我们确定窗口数的大小T以后,我们可以采用前T个值预测T+1个值,原理图如下图所示。
本文涉及的BP神经网络的框架图如下图所示。
具体的原理可参照参考文献。
注:滚动窗口的大小对预测效果的影响不同,可以考虑设置不同的滚动窗口进行预测对比,然后取效果最好的作为所提模型,评价指标有MSE等。
需要的小伙伴后台私我哦