基于模糊边界模块化神经网络的混沌时间序列预测

被引：21

作者：

马千里

郑启伦

彭宏

覃姜维

机构：

[1] 华南理工大学计算机科学与工程学院

来源：

物理学报 | 2009年 / 58卷 / 03期

基金：

国家自然科学基金重点项目; 广东省自然科学基金;

关键词：

模糊边界; 模块化神经网络; 混沌时间序列; 预测;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出一种模糊边界模块化神经网络(FBMNN)的混沌时间序列预测方法,该方法先对混沌时间序列观测点重构的相空间进行模块化划分,划分点的选取由遗传算法自动寻优.然后定义一个模糊隶属度函数,在划分边界一侧按照一定的模糊隶属度设定模糊边界带,通过模糊化处理,解决了各模块划分点附近预测结果的跳跃问题.最后每一模块,及其模糊边界的样本点都对应一个递归神经网络进行训练,通过预测合成模块输出结果.该方法对三个混沌时间序列基准数据集Mackey-Glass,Lorenz,Henon进行实验,结果表明该方法有效地提高了混沌时间序列预测效果.

引用

页码：1410 / 1419

页数：10