RBF-AR模型在非线性时间序列预测中的应用

被引：8

作者：

甘敏 ^{[1
]}

彭辉 ^{[1
]}

陈晓红 ^{[2
]}

机构：

[1] 中南大学信息科学与工程学院

[2] 中南大学商学院

来源：

基金：

国家创新研究群体科学基金;

关键词：

RBF网络; RBF-AR模型; 时间序列预测;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

研究了RBF-AR模型在非线性时间序列中的建模和预测问题,并把它与其它一些新近提出的模型或方法加以了比较.一种结构化非线性参数优化方法用来辨识此模型.数值实验和比较研究表明采用结构化非线性参数优化方法的RBF-AR模型在预测精度上要大大优于其它一些模型或方法.

引用

页码：1055 / 1061

页数：7

共 3 条

[1] The effect of different basis functions on a radial basis function network for time series prediction: A comparative study[J] . C. Harpham,C.W. Dawson.Neurocomputing . 2006 (16)
[2] Time series analysis using normalized PG-RBF network with regression weights[J] . I. Rojas,H. Pomares,J.L. Bernier,J. Ortega,B. Pino,F.J. Pelayo,A. Prieto.Neurocomputing . 2002 (1)
[3] Radial basis function based adaptive fuzzy systems and their applications to system identification and prediction
Cho, KB
Wang, BH
[J]. FUZZY SETS AND SYSTEMS, 1996, 83 (03) : 325 - 339