基于暂态混沌神经网络的低阶混沌时间序列预测

• 作者: 李天舒 李文秀 田凯
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 混沌 神经网络 时间序列 预测 volterra级数
• 年，卷（期）: 2007,（2）
• 页码范围: 165-168
• 页数: 4页
• 分类号: TP13
• 字数: 2386字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2007.02.010

摘要

暂态混沌神经网络是一种基于Hopfield网络提出的混沌神经网络,具有收敛速度快、不易陷入局部极小等优点.许多低阶的混沌系统都可以展成二阶volterra级数,因此提出一种基于暂态混沌神经网络和volterra级数的低阶混沌时间序列预测方法.该方法利用暂态混沌神经网络计算系统的volterra级数系数,确定系统的动力学模型,从而实现混沌时间序列预测.利用Logistic模型对该方法进行测试,结果表明,预测相对误差小于0.5%,预测可达到较高的速度和精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田凯	哈尔滨工程大学自动化学院	39	163	7.0	11.0
2	李文秀	哈尔滨工程大学自动化学院	47	448	11.0	19.0
3	李天舒	哈尔滨工程大学自动化学院	6	17	2.0	3.0