基于QPSO-RBF NN的混沌时间序列预测

• 作者: 冯斌 孙俊 陈伟
• 来源期刊: 计算机应用研究
• 关键词: 混沌时间序列 预测 量子粒子群优化算法 径向基函数神经网络
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 研究探讨
• 页码范围: 68-70
• 页数: 3页
• 分类号: TP393.01
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2007.05.021

摘要

提出一种基于量子粒子群优化算法训练径向基函数神经网络进行混沌时间序列预测的新方法.在确定径向基函数网络的隐层节点数后,将相应网络的参数,包括隐层基函数中心、扩展常数,以及输出权值和偏移编码成学习算法中的粒子个体,在全局空间中搜索具有最优适应值的参数向量.实例仿真证实了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙俊	江南大学信息工程学院	186	1552	21.0	30.0
2	冯斌	江南大学信息工程学院	50	410	12.0	18.0
3	陈伟	江南大学信息工程学院	82	529	11.0	18.0