文件名称：论文研究-利用VLRBP神经网络改善汇率预测.pdf
文件大小：1.35MB
文件格式：PDF
更新时间：2022-10-03 00:09:09
论文研究
分别使用基于滑动窗口的VLRBP神经网络模型和基于C-C相空间重构的VLRBP神经网络模型及ARIMA-GARCH模型对欧元汇率时间序列建模和预测，通过比较发现基于C-C相空间重构的VLRBP神经网络对于含有大量非线性成分的欧元汇率时间序列的预测比较准确。同时，为了提高基于滑动窗口的VLRBP网络的泛化性能，提出在训练VLRBP神经网络时应用浴盆曲线方法选取隐层神经元个数和滑动窗口尺寸。