基于遗传神经网络的超混沌时间序列预测

• 作者: 叶文 王永生 肖支才 范洪达
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 超混沌 神经网络 遗传算法 权消去法 预测
• 年，卷（期）: 2008,（20）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 227-229
• 页数: 3页
• 分类号: TP273
• 字数: 3262字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.20.083

摘要

研究了超混沌系统的预测问题.通过分析混沌时间序列,建立具有多个隐节点的3层前馈网络.基于泛化性考虑采用剪枝算法训练,在保证预测精度的基础上消去部分隐节点以降低网络复杂性,利用遗传算法具有的全局寻优能力重新训练网络,利用具有局部寻优能力BP算法再次训练该网络.对Mackey-Glass时滞混沌系统预测实验结果表明,改进算法的泛化性能优于经典BP网络,归一化预测精度提高10倍多,能够较好地解决超混沌系统的预测问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范洪达	海军航空工程学院兵器科学与技术系	95	767	17.0	23.0
2	王永生	海军航空工程学院兵器科学与技术系	37	276	9.0	15.0
3	肖支才	海军航空工程学院控制工程系	51	241	7.0	13.0
4	叶文	海军航空工程学院兵器科学与技术系	75	773	14.0	26.0