基于模糊边界模块化神经网络的混沌时间序列预测

• 作者: 彭宏 覃姜维 郑启伦 马千里
• 来源期刊: 物理学报
• 学科: 物理学
• 关键词: 模糊边界 模块化神经网络 混沌时间序列 预测
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 总论
• 页码范围: 1410-1419
• 页数: 10页
• 分类号: O4
• 字数: 7008字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3290.2009.03.007

摘要

提出一种模糊边界模块化神经网络(FBMNN)的混沌时间序列预测方法,该方法先对混沌时间序列观测点重构的相空间进行模块化划分,划分点的选取由遗传算法自动寻优.然后定义一个模糊隶属度函数,在划分边界一侧按照一定的模糊隶属度设定模糊边界带,通过模糊化处理,解决了各模块划分点附近预测结果的跳跃问题.最后每一模块,及其模糊边界的样本点都对应一个递归神经网络进行训练,通过预测合成模块输出结果.该方法对三个混沌时间序列基准数据集Mackey-Glass,Lorenz,Henon进行实验,结果表明该方法有效地提高了混沌时间序列预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭宏	华南理工大学计算机科学与工程学院	188	2058	24.0	34.0
2	郑启伦	华南理工大学计算机科学与工程学院	103	1003	17.0	26.0
3	覃姜维	华南理工大学计算机科学与工程学院	6	73	5.0	6.0
4	马千里	华南理工大学计算机科学与工程学院	28	283	10.0	16.0