基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
结合相空间重构理论和时间序列分析理论,提出一种用于时间序列多步预测的网络模型.网络采用多个混沌算子加权求和的形式构成.网络各层单元采用同定权值连接,混沌箅子的控制参数利用混沌优化算法进行训练调节,从而控制预测网络的动力学行为.利用已知时间序列数据构造出训练样本,训练样本在网络训练过程中仪使用一次,促使网络的动力学特性随时间的推移而变化,并逐渐逼近被预测系统的动力学特性,最终完成对未来时刻数据的预测.在对理论数据进行预测分析时,通过计算预测序列的Lyapunov指数验证了预测网络的有效性.在对实际时间序列的预测过程中,该网络表现出了良好的预测性能.仿真结果表明,该预测网络可对多种时间序列在一定的预测步长范围内实现有效的预测.
推荐文章
基于粒子滤波的混沌时间序列局域多步预测
局域线性预测
混沌时间序列
粒子滤波
多步预测
邻近点
预测误差
遗传混沌算子网络的风速序列预测研究
风速序列
混沌算子
遗传算法
预测
混沌时间序列局域偏最小二乘回归多步预测模型
混沌序列
多步预测
偏最小二乘回归
局域模型
基于神经网络的混沌时间序列预测
人工神经网络
混沌时间序列
Lyapunov指数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于混沌算子网络的时间序列多步预测研究
来源期刊 物理学报 学科 工学
关键词 混沌算子 预测网络 多步预测 时间序列
年,卷(期) 2010,(11) 所属期刊栏目
研究方向 页码范围 7650-7656
页数 分类号 TP3
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 修春波 天津工业大学电气工程与自动化学院 69 687 13.0 23.0
2 徐勐 天津工业大学电气工程与自动化学院 1 10 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (10)
同被引文献  (20)
二级引证文献  (37)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(5)
  • 引证文献(5)
  • 二级引证文献(0)
2013(7)
  • 引证文献(2)
  • 二级引证文献(5)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(9)
  • 引证文献(0)
  • 二级引证文献(9)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
混沌算子
预测网络
多步预测
时间序列
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导