基于BP神经网络的混沌时间序列预测方法及应用研究

• 作者: 吴长振 杨仕教 霍晓宇
• 来源期刊: 南华大学学报：自然科学版
• 学科: 工学
• 关键词: 混沌时间序列 最大Lyapunov指数 G-P算法 BP神经网络
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 矿业工程
• 页码范围: 26-31
• 页数: 6页
• 分类号: TP183
• 字数: 3972字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0062.2012.02.007

摘要

神经网络在时间序列的预测中得到广泛的应用,但神经网络模型的输入层神经元个数的选取仍然没有一个明确的解析式来表达.为解决这个问题,在非线性动力系统中,根据混沌理论重构相空间,通过最大Lyapunov指数判定时间序列是否存在混沌现象,存在则通过G-P算法计算出混沌吸引子的关联维数,进而获得相空间的嵌入维数作为神经网络的神经元个数.通过上述方法对铝现有价格进行建模,验证该方法对时间序列的短期预测有较好的精度,在此基础上,对未来一段时间铝价格进行预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨仕教	南华大学核资源与核燃料工程学院	113	975	16.0	27.0
2	霍晓宇	南华大学核资源与核燃料工程学院	3	16	2.0	3.0
3	吴长振	南华大学核资源与核燃料工程学院	3	15	2.0	3.0