非线性时间序列的重构及预测

• 作者: 高知新
• 来源期刊: 辽宁工程技术大学学报(自然科学版)
• 学科: 工学
• 关键词: 自适应前馈网络 非线性预测 时间序列 门限自回归模型 人工神经网络
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 基础科学
• 页码范围: 138-140
• 页数: 3页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0562.2004.01.047

摘要

采用自适应前馈网络算法(AFN)进行非线性时序预测,对网络结构设计进行详细的探讨,并应用该方法对经典非线性时间序列数据进行预测,与传统预测方法(TAR)比较,结果证明此种方法具有较好的效果,网络的结构得到了简化,不仅满足了误差目标的要求,而且提高了网络的推广能力.且AFN方法可以对时间序列数据间的关系给出一种基于贡献率的解释.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高知新	辽宁工程技术大学基础科学部	7	56	5.0	7.0