基于改进RBF神经网络的混沌时间序列预测

• 作者: 俞建宁 张建刚 张旭东 漆玉娟 郭兰平
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: RBF神经网络 相空间重构 嵌入维数 延迟时间 混沌时间序列
• 年，卷（期）: 2011,（1）
• 页码范围: 63-70
• 分类号: TP183
• 字数: 4323字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2011.01.015

摘要

基于RBF神经网络与相空间重构理论,对网络预测模型进行改进,并以Lorenz动力系统产生的混沌时间序列作为研究对象,建立预测模型并对其进行数值仿真.实验结果表明,基于改进RBF神经网络与相空间重构理论的混沌时间序列预测方法比BP、RBF神经网络模型的预测精度高、误差小、性能优越,改进方法可行、有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞建宁	兰州交通大学数理与软件工程学院	117	554	11.0	16.0
2	张建刚	兰州交通大学数理与软件工程学院	135	511	11.0	14.0
3	张旭东	兰州交通大学数理与软件工程学院	8	64	5.0	8.0
4	郭兰平	兰州交通大学数理与软件工程学院	7	61	5.0	7.0
5	漆玉娟	兰州交通大学数理与软件工程学院	5	52	4.0	5.0