小波網(wǎng)絡(luò)的研究及其應(yīng)用.pdf

1、　　本文致力于研究小波框架神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化及其應(yīng)用問題。在研究了小波網(wǎng)絡(luò)的構(gòu)造和學(xué)習(xí)算法的基礎(chǔ)上，提出一種小波網(wǎng)絡(luò)的自構(gòu)造算法；建立應(yīng)用于股市預(yù)測的非線性組合預(yù)測模型；提出一種對概念設(shè)計(jì)特征的量化提取方法，建立應(yīng)用于建筑外觀設(shè)計(jì)創(chuàng)新度評價(jià)的概念設(shè)計(jì)評價(jià)模型；然后應(yīng)用本文提出的小波網(wǎng)絡(luò)自構(gòu)造算法分別對其進(jìn)行求解。主要工作為：1.提出一種小波網(wǎng)絡(luò)的自構(gòu)造算法。針對小波框架神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化問題，提出一種小波網(wǎng)絡(luò)的自構(gòu)造算法。這種構(gòu)造和學(xué)習(xí)

2、算法不但大大化簡了小波網(wǎng)絡(luò)所需的隱層節(jié)點(diǎn)的數(shù)目，優(yōu)化了小波網(wǎng)絡(luò)的結(jié)構(gòu)，而且比改進(jìn)的BP算法收斂速度更快。2.應(yīng)用基于自構(gòu)造算法的小波網(wǎng)絡(luò)對股市進(jìn)行預(yù)測。由于股市預(yù)測具有一定的實(shí)用價(jià)值，且也具有一定的可測性，應(yīng)用基于自構(gòu)造算法的小波網(wǎng)絡(luò)將4次多項(xiàng)式和最小平方法的預(yù)測值進(jìn)行非線性組合，并對股市未來六天的價(jià)格進(jìn)行預(yù)測。3.提出一種對概念設(shè)計(jì)特征的量化提取方法。針對概念設(shè)計(jì)創(chuàng)新度評價(jià)這一問題，本文通過對建筑外觀特征提取量化，獲得量化值或量化函數(shù)