非线性时间序列的重构及预测

被引：2

作者：

高知新

机构：

[1] 辽宁工程技术大学基础科学部辽宁阜新

来源：

辽宁工程技术大学学报 | 2004年 / 01期

关键词：

自适应前馈网络; 非线性预测; 时间序列; 门限自回归模型; 人工神经网络;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

采用自适应前馈网络算法(AFN)进行非线性时序预测,对网络结构设计进行详细的探讨,并应用该方法对经典非线性时间序列数据进行预测,与传统预测方法(TAR)比较,结果证明此种方法具有较好的效果,网络的结构得到了简化,不仅满足了误差目标的要求,而且提高了网络的推广能力。且AFN方法可以对时间序列数据间的关系给出一种基于贡献率的解释。

引用

页码：138 / 140

页数：3