基于优化遗传小波网络的混沌时间序列预测

被引：15

作者：

王永生 ^{[1
]}

王杰 ^{[2
]}

李泽慧 ^{[1
]}

范洪达 ^{[1
]}

机构：

[1] 海军航空工程学院兵器科学与技术系

[2] 海军航空工程学院训练部

来源：

计算机应用 | 2008年 / 09期

关键词：

小波神经网络; 遗传算法; 混沌; 时间序列; 预测;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

研究利用小波神经网络(WNN)预测混沌时间序列。提出了一种改进的小波神经网络训练算法,该方法融合了遗传算法和梯度下降算法两种方法,在遗传算法中嵌入梯度下降算法以解决遗传算法不具有的细节搜索能力,对遗传算法训练后的小波网络再次利用梯度下降算法寻找最优点。对Henon映射混沌时间序列的预测证明了该方法的有效性,实验结果表明该算法能确保小波网络收敛和具有较高的预测精度。

引用

页码：2363 / 2365

页数：3

共 12 条

[1]

基于Bernstein多项式的自适应混沌时间序列预测算法 [J].