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.

Страница:  1  2  3  4  5  6  7  8  9  10  11  12  13  14  15 
 16  17  18  19  20  21  22  23  24  25  26  27 


Другие рефераты на тему «Программирование, компьютеры и кибернетика»:

Поиск рефератов

Последние рефераты раздела

Copyright © 2010-2024 - www.refsru.com - рефераты, курсовые и дипломные работы