基于混合算法优化神经网络的混沌时间序列预测

• 作者: 何怡刚 周野 尹新
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 神经网络 粒子群优化 模拟退火 混沌时间序列
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 机电工程
• 页码范围: 41-45
• 分类号: TP183
• 语种: 中文

摘要

提出了一种混合算法优化神经网络的混沌时间序列预测模型.将粒子群优化算法与模拟退火算法过程中概率突跳的思想相结合形成一种新的混合算法,并用此混合算法优化神经网络建立预测模型.该模型克服了传统的神经网络收敛慢、易陷入局部最优等不足.利用该模型对Mackey-Glass混沌时间序列和Henon映射进行实验仿真,结果表明,该模型收敛速度快,稳定性能好,预测精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何怡刚	湖南大学电气与信息工程学院	426	5127	34.0	51.0
2	尹新	湖南大学电气与信息工程学院	35	461	12.0	20.0
3	周野	湖南大学电气与信息工程学院	12	99	5.0	9.0