爱吧机器人网 » 技术 > 神经网络 > 正文

基于神经网络的人口趋势预测模型

1.案例描述
已知某国从1900年至2000年每隔10年的人口数据,希望建立多项式拟合曲线模型,基于 神经网络 的时间序列预测模型和基于 神经网络 的移动平均模型,预测将来某个时间的人口数量,并就各 算法 的预测结果进行比较分析。

2. 预测 算法 原理
2.1. 基于 神经网络 的一维时间序列预测模型
在时间序列里需要设置延时值taps,所谓延时值就是将taps个参数作为输入来预测下一个输出。例如:
[1982,28.70]                          [28.70, 27.90, 34.30][31.00]                                          
[1983,27.90]                          [27.90, 34.30, 31.00][36.75]                                          
[1984,34.30]                          [34.30, 31.00, 36.75][29.67]                                           
[1985,31.00]                          [31.00, 36.75, 29.67][33.69]                                           
[1986,36.75]                          [36.75, 29.67, 33.69][28.78]                                           
[1987,29.67]     taps=3--->  [29.67, 33.69, 28.78][31.25]                                           
[1988,33.69]                          [33.69, 28.78, 31.25][31.39]                                           
[1989,28.78]                                                                              
[1990,31.25]                                                                                          
[1991,31.39]
上面的例子是taps=3的例子,就是用三个输入来预测一个输出,即上面中蓝色的部分作为输入来预测红色部分的一个输出。
时间序列预测就是将上面绿色部分作为一组原始样本进行转化为右面蓝色部分的最终样本来预测。例如当预测1922年时,我们输入
[28.78, 31.25,31.39]时间序列模型就会预测出下一时间点1992年的预测值。

2.2. 基于 神经网络 的移动加权平均时间序列预测模型
移动加权平均需要设置移动权值moveValue和延时值taps,移动加权平均的第一步是按照移动权值moveValue进行处理,处理的方式是按照移动权值将moveValue个值进行加和平均作为一个输入,下面的例子是当moveValue=2 的处理结果。
 [1982,1]                                   [1982.0,0.0]                                        
 [1983,2]                                   [1983.0,1.5]                                        
 [1984,3]                                   [1984.0,2.5]                                        
 [1985,4]                                   [1985.0,3.5]                                        
 [1986,5]      moveValue=2    [1986.0,4.5]                                        
 [1987,6]                                   [1987.0,5.5]                                        
 [1988,7]                                   [1988.0,6.5]                                                                                         
 [1989,8]                                   [1989.0,7.5]                                        
 [1990,9]                                   [1990.0,8.5]                                        
第二步按照taps值进行与时间序列相同的预测处理,所不同的是需要将预测结果进行还原就得到了我们预测的结果。

3.建模实现
系统基于 神经网络 通用预测平台套件实现模型训练和仿真。


上一篇:基于小波变换特征提取的桩基缺陷分类神经网络模型
下一篇:人工神经网络的基本原理、发展和应用
精选推荐
瑞士研发出微型机器人集群 可像蚂蚁一样互相交流并协同工作
瑞士研发出微型机器人集群 可像蚂蚁一样互相交流并协同工作

[2019-07-12]  EPFL(瑞士联邦理工学院)的研究人员受到了蚂蚁的启发,开发了一款仅有10克重的小型机器人:他们可以相互交流,分配角色并完成复杂的任务。 ...

助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出
助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出

[2017-12-25]  本文提出了一个大型的、长序列的、用于行人重识别的视频数据集,简称LVreID。与现有的同类数据集相比,该数据集具有以下特点:1)长序列:平均每段视频序列长为200帧,包含丰......

Waymo:人性和行为心理学才是无人驾驶最大的挑战
Waymo:人性和行为心理学才是无人驾驶最大的挑战

[2019-11-03]  自动驾驶汽车作为AI领域内最大的挑战之一,谷歌致力于其研发已有十余载,现在他们逐渐意识到,最困难的是如何让人们享受驾驶的乐趣。这是一 ...

从AI中窥探人性
从AI中窥探人性

[2018-01-03]  人们对人造智能的恐惧早已成为科幻书籍和电影的极好题材。但现在,一些同样的担忧开始影响关于现实世界AI技术的政策讨论。如果这样的担忧演变成为一种技术恐慌...

[2017-03-21]  虽然有很多关于机器人取代工人的担心,但哈佛经济学家James Bessen的论文指出,在过去的67年里机器人仅仅淘汰掉人类工作中的一个。在1950 ...

麻省理工学院最新研究:优化软体机器人的控制和设计
麻省理工学院最新研究:优化软体机器人的控制和设计

[2019-11-24]  软体机器人属于一个新的领域,它可能在诸如外科手术等领域发挥重要作用(手术时的纳米机器人需要在人体内部移动而不损伤软组织)。软体机器 ...

可编辑神经网络,有望简化深度学习?
可编辑神经网络,有望简化深度学习?

[2019-10-04]  深度学习是一个计算繁重的过程。 降低成本一直是 Data curation 的一大挑战。 关于深度学习神经网络大功耗的训练过程,已经有研究人员 ...

英国首台月球车是个小型四腿机器人 将于2021年登月
英国首台月球车是个小型四腿机器人 将于2021年登月

[2019-10-12]  探测器将用四条腿探测月球表面,并将数据传回着陆器,后者将把数据传回地球图 詹姆斯温斯皮尔英国即将成为继美国、俄罗斯、中国之后的又一 ...

本周栏目热点

飞桨火力全开,重磅上线3D模型:PointNet++、PointRCNN!

[2020-03-26]  11 年前的「阿凡达」让少年的我们第一次戴上 3D 眼镜,声势浩大的瀑布奔流而下,星罗棋布飘浮在空中的群山,无一不体现着对生命的敬意, ...

从基础概念到数学公式,这是一份520页的机器学习笔记(图文并茂)

[2018-06-19]  近日,来自SAP(全球第一大商业软件公司)的梁劲(Jim Liang)公开了自己所写的一份 520 页的学习教程(英文版),详细、明了地介绍了机器学习中的相关概念、数学知识和各......

50行代码玩转生成对抗网络GAN模型!(附源码)

[2018-07-30]  本文为大家介绍了生成对抗网络(Generate Adversarial Network,GAN),以最直白的语言来讲解它,最后实现一个简单的 GAN 程序来帮助大家加深理解。...

神经网络和模糊逻辑的工作流

[2016-11-20]   行业观察 神经网络 和模糊逻辑的工作流 null 来源:神州数码erp 发布时间: 2009-10-14 9:06:01 关键词: 工作流,协同,B2B,OA  以下 ...

深度神经网络揭示了大脑喜欢看什么

[2019-11-06]  爱吧机器人网编者按:近日,《自然-神经科学》发表了一篇论文,研究人员创建了一种深度人工神经网络,能够准确预测生物大脑对视觉刺激所产 ...