多层径向基函数网络的自适应遗传算法-数量经济学专业论文.docxVIP

万方数据 万方数据 安徽工业大学硕士学位论文 论文题目： 多层径向基函数网络的自适应遗传算法 Adaptive Genetic Algorithm For Multi Layer RBF Network 作 者： 盛飞 学院： 经济学院 指 导 教 师： 庄健 单位： 经济学院 协助指导教师： 单位： 单位： 论文提交日期：2012 年 12 月 23 日 学位授予单位：安 徽 工 业 大 学 安徽马鞍山 243002 独 创 性 说 明 本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得安徽 工业大学或其他教育机构的学位或证书所使用过的材料。与我一同工作 的老师和同学们对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 签名 日期： 关于论文使用授权的说明 本人完全了解安徽工业大学有关保留、使用学位论文的规定，即： 学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公 布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论 文，保密的论文在解密后应遵循此规定。 签名 导师签名 日期： 摘要 本文提出了利用基于浮点数编码的自适应遗传算法来训练多层径向基函数网络的中心 和宽度的算法，通过单元和多元实函数逼近的计算机实验，验证其具有比多层径向基函数网 络的聚类算法更高精度的逼近实函数的能力。 在此基础上，论文将基于浮点数编码的自适应遗传算法的多层径向基函数网络用于 Logistic 和 Mackey Glass 混沌时间序列的多步预测中，与基于聚类算法的多层 RBF 网络的 相比，其可预测的步数大大的提高了。 最后，论文将基于浮点数编码的自适应遗传算法的多层径向基函数网络应用于数理金融 中的偏微分方程的边值问题的数值解。通过计算机实验，结果表明，可以利用这种算法求解 偏微分方程的边值问题的数值解，其精度也很高。 关键字：多层径向基函数网络，实函数逼近，混沌时间序列，偏微分方程 I Abstract This article presents a kind of algorithm that is using adaptive genetic algorithm based on floating point coding to train the center and width of t multi-layer radial basis function network.Through computer simulation of the unit and multivariate function approximation,it shows that the precision by this algorithm is much more higher than the precision by clustering algorithm for multi-layer RBF networks. On this basis,we apply the multi-layer radial basis function network based on adaptive genetic algorithm of floating point coding to the prediction of Logistic and Mackey Glass chaotic time series.Compared with clustering algorithm for multi-layer RBF networks,the result shows the predictive step is greatly improved. Finally, the paper put the multi-layer radial basis function network based on adaptive genetic algorithm of floating point coding into numerical solutions of boundary value problems on the partial differential equation in mathematical finance. Through computer simulation,the result shows that it can use the algorithm to solve the numerical solutions of bounda