基于RBF网络的混沌时间序列的建模与多步预测

被引：15

作者：

李冬梅

王正欧

机构：

[1] 天津大学系统工程研究所

[2] 天津大学系统工程研究所天津

[3] 天津

来源：

系统工程与电子技术 | 2002年 / 06期

关键词：

混沌时间序列; 时间序列预测; RBF神经网络;

D O I：

暂无

中图分类号：

TP13 [自动控制理论];

学科分类号：

0711 ; 071102 ; 0811 ; 081101 ; 081103 ;

摘要：

提出将RBF神经网络应用于混沌时间序列的建模与预测中 ,设计了一个三层RBF网络结构 ,说明了RBF网络用于混沌时间序列建模和预测时的基本性质。仿真结果表明 ,RBF网络模型对混沌时间序列有比较强的拟合能力和比较高的一步及多步预测精度。采用RBF网络进行混沌时间序列的建模和预测能够取得比其它方法好得多的效果。

引用

页码：81 / 83+98 +98

页数：4

共 6 条

[1]

Predicting Chaotic Time Series with Wavelet Networks. Cao Liangyue,Hong Yiguang,Fang Haiping,et al. Physica D Nonlinear Phenomena . 1995

[2]

Prediction a Chaotic Time Series Using a Fuzzy Neural Network. Maguire L P,Roche B,Mcginnity T M,et al. Journal of Information Science . 1998

[3]

Practical Method for Determining the Minimum Embedding Dimension of a Scalar Time Series. Cao Liangyue. Physica D Nonlinear Phenomena . 1997

[4]

Nonlinear Modeling and Prediction with Feedforward and Recurrent Networks. Ramazan Gencay,Liu Tung. Physica D Nonlinear Phenomena . 1997

[5]

Nonlinear Prediction of Chaotic Time Series. Martin Casdagli. Physica D Nonlinear Phenomena . 1989

[6]

Regularized Local Linear Prediction of Chaotic Time Series. Kugiumtzis D,Lingjarde O C,Christophersen N. Physica D Nonlinear Phenomena . 1998

← 1 →