Использование нечеткой искусственной нейронной сети TSK (Takagi, Sugeno, Kang’a) в задаче прогнозирования валютных курсов
Рисунок 2. Структура исследуемой нейронной сети
4.4 Сравнение полученных результатов
В таблице 1 приведено СКО на обучающей и через черту приведено СКО на проверочной выборке для ННС TSK, ИНС с кубическими сплайнами (далее ИНС) и МЭС.
Как видно
с таблицы 1 ННС TSK на обучающей выборке во всех экспериментах показала СКО более чем в два раза меньшее, чем МЭС.
На проверочной выборке ННС TSK также показала лучший результат во всех экспериментах в сравнении с МЭС.
ННС TSK в сравнении с ИНС показала приблизительно одинаковые результаты, но в среднем на 3.75% хуже по критерию СКО.
USD-EUR |
USD-GBR |
USD-JPY | |
ННС TSK |
0.0000162/ 0.0000234 |
0.0000104/ 0.0000286 |
0.0729360/ 0.3195586 |
ИНС |
0.00001249/ 0.00002505 |
0.00000625/ 0.00001168 |
0.67920842/ 1.25459400 |
МЭС |
0.00002453/ 0.00005979 |
0.00001302/ 0.00005821 |
1.34542648/ 0.98794776 |
Таблица 1. СКО на обучающей выборке. Через черту приведено СКО на проверочной выборке
RUR-USD |
RUR-EUR |
RUR-GBR |
RUR-CHF |
RUR-JPY | |
ННС TSK |
0.0027301/ 0.0202277 |
0.0059374/ 0.03839935 |
0.0339521/ 0.0951158 |
0.0083554/ 0.0156637 |
0.0229360/ 0.0695586 |
ИНС |
0.00297544/ 0.00663364 |
0.00545026/ 0.01173761 |
0.03610494/ 0.07352309 |
0.00545026/ 0.01173761 |
0.02180100/ 0.04099284 |
МЭС |
0.00524360/ 0.04131376 |
0.00992108/ 0.06564615 |
0.06952535/ 0.24069109 |
0.00992108/ 0.06564615 |
0.04279490/ 0.11568037 |
В таблице 2 приведены значения критерия САПП на обучающей и через черту на проверочной выборке для рассматриваемой ИНС и МЭС. Как видно с таблицы 2 ННС TSK на обучающей и проверочной выборках во всех экспериментах показала лучшие результаты, чем МЭС. ННС TSK в сравнении с ИНС показала приблизительно одинаковые результаты, но в среднем на 1% хуже по критерию САПП. Полученные результаты свидетельствуют о том, что ННС TSK дает результаты по критерию среднеквадратического отклонения и САПП значительно лучше чем МЭС, но немного уступает ИНС с кубическими сплайнами.
USD-EUR |
USD-GBR |
USD-JPY | |
ННС TSK |
0.0056839/ 0.00522093 |
0.0058833/ 0.0089322 |
0.0046822/ 0.0127999 |
ИНС |
0.0055841/ 0.0075334 |
0.0054146/ 0.0084466 |
0.0040441/ 0.0106893 |
МЭС |
0.0075474/ 0.0125653 |
0.0084500/ 0.0093964 |
0.0094191/ 0.0195964 |
Таблица 2. САПП на обучающей выборке. Через черту приведен САПП на проверочной выборке
RUR-USD |
RUR-EUR |
RUR-GBR |
RUR-CHF |
RUR-JPY | |
ННС TSK |
0.0025303/ 0.0035533 |
0.0011895/ 0.0061127 |
0.0049555/ 0.0089827 |
0.0022569/ 0.0063632 |
0.0066822/ 0.0077999 |
ИНС |
0.0024876/ 0.0045957 |
0.0015338/ 0.0071520 |
0.0037962/ 0.0065741 |
0.0022448/ 0.0081520 |
0.0066179/ 0.0084628 |
МЭС |
0.0046019/ 0.0123068 |
0.00992108/ 0.06564615 |
0.0041510/ 0.0118451 |
0.0141510/ 0.0178451 |
0.0117940/ 0.0168037 |
4.5 Исследование чувствительности ННС TSK
4.5.1 Исследование чувствительности к длине обучающей выборки
В данном разделе рассматривается чувствительность ННС TSK в зависимости от длины обучающей выборки. Рассматривается только одна валютная пара доллар США – евро. Во всех экспериментах варьировалась длина обучающей выборки, она составляла 50, 100, 200, 300 и 400 точек. На рисунках 18-25 приведены графики зависимостей СКО и критерия САПП в зависимости от длины обучающей выборки.
На графиках 18, 20, 22, 24 изображены графики критериев СКО и САПП на обучающей выборке. Как видно с графиков, при увеличении обучающей выборки уменьшаются значения СКО и САПП. На графиках 19, 21, 23, 25 изображены графики критериев СКО и САПП на проверочной выборке. Как видно с графиков, при увеличении обучающей выборки увеличиваются значения СКО и САПП и достигают своего максимального значения при длине обучающей выборки в 400 точек. Далее графики начинают убывать.
Другие рефераты на тему «Программирование, компьютеры и кибернетика»:
- Расчет и исследование динамических показателей и показателей качества двухконтурных систем автоматического управления
- Настройка текстового редактора MS Word
- Разработка и создание детской книги
- Наследование и классы-коллекции
- Разработка автоматизированного рабочего места оператора автотранспортного предприятия
Поиск рефератов
Последние рефераты раздела
- Основные этапы объектно-ориентированного проектирования
- Основные структуры языка Java
- Основные принципы разработки графического пользовательского интерфейса
- Основы дискретной математики
- Программное обеспечение системы принятия решений адаптивного робота
- Программное обеспечение
- Проблемы сохранности информации в процессе предпринимательской деятельности