未找到相关数据
参数可变系统时间序列短期预测方法(英文)
被引：5
作者：
肖芬
高协平
机构：
[1] 湘潭大学信息工程学院
来源：
基金：
教育部留学回国人员科研启动基金;
湖南省自然科学基金;
关键词：
小波神经网络;
多小波神经网络;
时间序列预测;
参数可变系统;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
时间序列预测是一类非常重要的问题,但基本上局限于参数不可变问题的研究,而对实际问题中经常出现的更重要的参数可变系统的预测,由于构成几乎所有已有预测技术基础的Taken嵌入定理不再成立,所以这方面的研究成果极少.使用一种将(多)小波变换与反向传播神经网络相结合的新型网络结构——(多)小波神经网络,尝试对参数可变时间序列的预测.因为(多)小波神经网络的误差函数是一个凸函数,这在一定程度上可以避免经典神经网络容易陷入局部极小、收敛速度慢等问题.对著名的Ikeda参数可变系统的实验表明,多小波神经网络的预测性能较单小波神经网络要好,而单小波神经网络的性能较BP网要好.因此,该方法不失为时间可变系统预测的一种好的推荐.
引用
收藏
页码：1042 / 1050
页数：9
相关论文