改进的GMDH型神经网络及其在混沌预测中的应用

• 作者: 宋执环 李平 赵小梅
• 来源期刊: 电路与系统学报
• 学科: 工学
• 关键词: GMDH型神经网络 自组织方法 混沌时间序列预测
• 年，卷（期）: 2002,（1）
• 所属期刊栏目: 论文
• 页码范围: 13-17
• 页数: 5页
• 分类号: TP18
• 字数: 4549字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0249.2002.01.004

摘要

本文提出基于改进自组织方法的GMDH(Group Method of Data Handling)型神经网络并将它应用于混沌预测.一般的GMDH型神经网络的自组织功能是通过给定一个准则阈值来确定或直接给定数值来实现,但GMDH型神经网络的自组织准则的阈值难以合适确定,由此提出了一种简单的自组织方法来实现真正意义上的自组织功能.这种用改进了的自组织方法所构成的GMDH型神经网络可以应用于混沌时间序列预测.通过仿真实验,证明其预测效果明显比基本的GMDH型神经网络好,即改进GMDH型神经网络优于基本的GMDH型神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李平	浙江大学工业控制研究所	260	3720	30.0	50.0
2	宋执环	浙江大学工业控制研究所	140	1808	23.0	36.0
3	赵小梅	浙江大学工业控制研究所	10	72	5.0	8.0