非线性时间序列神经网络预测方法的研究及应用

• 作者: 江龙剑 葛永利 高列
• 来源期刊: 矿业快报
• 学科: 工学
• 关键词: 时间序列 神经网络 预测 吸引子 灰色
• 年，卷（期）: 2001,（16）
• 所属期刊栏目: 试验研究
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP18
• 字数: 3237字
• 语种: 中文

摘要

岩土边坡时间序列数据蕴含着边坡系统演化的信息,边坡系统在演化过程中既表现出确定性、必然性的一面,同时又具有随机性、混沌性、无序性的一面.利用人工神经网络,提出了多变量前向网络的多准则学习算法;通过一维时序的扩充和延拓,计算相空间吸引子维数,根据吸引子维数的大小确定神经网络拓扑结构的输入层节点的个数.最后,根据实例,建立了时间序列预报模型,并与传统的预测方法( 灰色模型)作了比较.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江龙剑		4	63	4.0	4.0
2	高列		1	8	1.0	1.0
3	葛永利		2	12	2.0	2.0