混沌序列的T-SK反馈模糊神经网络预测

• 作者: 刁鸣 刘洪艳 司锡才 龚剑扬
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 模糊神经网络 混沌 BP算法
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 电子技术
• 页码范围: 406-409
• 页数: 4页
• 分类号: TN914.4
• 字数: 3083字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2005.03.007

摘要

针对模糊神经网络预测混沌系统输入节点数目的确定随意性较大及敛速度慢的缺点,提出T-SK反馈模糊神经网络(T-SK recurrentfuzzy network,TRFN).同时采用两阶段学习算法:先进行结构学习来确定TRFN的最佳结构,再利用基于混沌动态量的BP算法对神经网络进行参数学习,提高了收敛速度和预测精度.应用此网络和相应的学习算法,对Henton序列进行了预测,与传统的模糊神经网络相比,在节点数目较少的情况下,取得了更快更精确的预测结果,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	司锡才	哈尔滨工程大学通信工程学院	184	1584	21.0	30.0
2	刁鸣	哈尔滨工程大学通信工程学院	142	1003	16.0	22.0
3	刘洪艳	哈尔滨工程大学通信工程学院	5	47	3.0	5.0
4	龚剑扬	黑龙江电信公司无线技术中心	1	0	0.0	0.0