基于非线性混沌时序动力系统的预测方法研究

• 作者: 辛宝贵 陈予恕 马军海
• 来源期刊: 应用数学和力学
• 学科: 数学
• 关键词: 非线性自相关混沌模型 小波神经网络 参数识别 时序预测
• 年，卷（期）: 2004,（6）
• 页码范围: 551-557
• 页数: 7页
• 分类号: O175.14|O241.81
• 字数: 2807字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0887.2004.06.001

摘要

主要研究由混沌时序所确定的非线性动力系统的预测方法.研究了非线性自相关混沌模型的结构,模型阶数的确立技术.将神经网络和小波理论相结合,研究了小波变换神经网络的结构,给出了小波神经网络的学习方法;提出了一种新的基于小波网络的参数辨识方法.该方法可以有选择地提取时序中的不同的时间、频率尺度,实现原时序的趋势或细节预测.通过对混沌时序进行预处理,并比较预处理后的预测结果,得到了一些有益的结果:用非线性自相关混沌模型采用小波网络对模型参数进行辨识,其辨识的准确程度较高,用该模型对混沌时序(包括含有噪声)的预测比较有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马军海	天津大学管理学院	94	1168	20.0	28.0
3	陈予恕	天津大学力学系	118	1610	24.0	33.0
6	辛宝贵		3	35	3.0	3.0