基于RBF神经网络的混沌时间序列前后向联合预测模型附视频

被引：10

作者：

姜可宇

蔡志明

陆振波

机构：

[1] 海军工程大学电子工程学院

来源：

武汉理工大学学报(交通科学与工程版) | 2007年 / 02期

关键词：

混沌时间序列; 预测; 建模; 径向基函数(RBF)神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; O415.5 [混沌理论];

学科分类号：

070201 [理论物理]; 140502 [人工智能];

摘要：

提出综合利用系统前向预测和后向预测对混沌时间序列进行建模,从物理学原理上解释了该模型相对于前向预测模型和后向预测模型的好处.计算机仿真结果表明:对于时间可逆性较好的混沌系统,前后向联合预测模型的建模性能比前向预测模型好,前向预测模型比后向预测模型预测性能好,但对于时间可逆性差的混沌系统,前后向联合预测模型的建模性能较前向预测模型略差,而后向预测模型比前向预测模型的预测性能差了很多.

引用

页码：259 / 261+340 +340

页数：4

共 4 条

[1]

非线性混沌时序预测研究及应用 [J].