基于径向基函数神经网络的混沌时间序列相空间重构双参数联合估计

• 作者: 柳烨 陈帝伊 马孝义
• 来源期刊: 物理学报
• 学科: 物理学
• 关键词: 相空间重构 径向基函数神经网络 参数估计 预测
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 总论
• 页码范围: 22-31
• 分类号: O415.5
• 语种: 中文

摘要

鉴于径向基函数（RBF）神经网络模型在非线性预测方面的优良性能，提出了利用该预测模型对混沌时间序列相空间重构的两个关键参数——延迟时间和嵌入维数进行联合估计的方法，并以客观的评价指标为依据给出其最优估计值．以Lorenz系统为例进行数值分析，得到RBF单步及多步预测模型中嵌入维数和延迟时间的最佳参数估计值，并在原模型中对估计值进行校验．结果表明，该方法可以有效地估计出嵌入维数和延迟时间，从而显著提高预测精度．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马孝义	西北农林科技大学水利与建筑工程学院	148	1908	26.0	36.0
2	陈帝伊	西北农林科技大学水利与建筑工程学院	29	297	10.0	16.0
3	柳烨	西北农林科技大学水利与建筑工程学院	7	72	4.0	7.0