一种新的时滞神经网络非线性时间序列预测方法

• 作者: 向剑伟
• 来源期刊: 现代电子技术
• 关键词: 非线性时间序列预测 相空间重构 BP网络 贝叶斯正则化
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 总线与网络
• 页码范围: 118-119,122
• 页数: 3页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2007.04.040

摘要

基于相空间重构的非线性预测思想,建立一个时滞的BP神经网络模型,采用贝叶斯正则化方法提高BP网络的泛化能力,区别于一般的预测方法,非线性预测不仅注重数据拟合和精度改进,而且能够反映被预测系统的非线性特征.将该模型应用于某电子行业进出口贸易非线性时间序列的预测,结果证明改进的模型具有较好的泛化能力,准确拟合了进出口贸易发展的历史值和趋势.并在分析模型预测精度的同时,通过计算拟合序列和原序列的非线性特征量进行模型评价,证实预测模型能够合理地"捕捉"到产生原序列的非线性系统的动力学特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向剑伟	湖南工业大学计算机学院	9	39	4.0	6.0