基于混沌时间序列的非线性动态系统神经网络建模与预测

被引：4

作者：

郁俊莉

机构：

[1] 北京大学政府管理学院北京

来源：

武汉大学学报(理学版) | 2005年 / 03期

关键词：

混沌时间序列; 非线性动态系统; 神经网络; BP算法;

D O I：

10.14188/j.1671-8836.2005.03.007

中图分类号：

F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

在分析神经网络非线性建模原理的基础上,以典型的非线性差分方程为研究对象,提出了一类基于神经网络的非线性动态系统建模方法.针对传统BP算法的局限性,提出了一种非线性动态系统神经网络改善梯度估计精度的新算法.并以上证综合指数时间序列为研究对象,运用本文提出的建模方法和算法,进行了我国资本市场混沌时间序列预测研究的实例分析,得到的单步预测上证综合指数误差很小(-100～100);多步预测在最初的10步之内预测效果较为理想,而在此之后的预测值则严重偏离真实值.这与混沌时间序列特性相吻合,同时也证明了所用算法的有效性.

引用

页码：286 / 290

页数：5

共 5 条

[1] 我国资本市场混沌特性研究 [J].