基于径向基神经网络的局域预测法及其应用

• 作者: 修妍 马军海
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 混沌时序 相空间重构 RBF神经网络 局域预测
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 博士论文
• 页码范围: 19-21
• 页数: 3页
• 分类号: TP183
• 字数: 2998字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.09.007

摘要

一般的加权一阶局域预测法是利用最小二乘法求解模型,从而对混沌时序进行预测.基于径向基神经网络的局域预测法是在加权一阶局域预测模型的理论基础上,应用径向基神经网络代替加权一阶局域预测模型构成了基于径向基神经网络的局域预测模型.通过对Logistic映射以及Lorenz系统的3个分量的混沌时间序列的预测仿真,表明该预测方法对混沌时间序列的预测具有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马军海	天津大学管理学院	94	1168	20.0	28.0
2	修妍	天津大学管理学院	5	82	2.0	5.0