基于QPSO-FNN的混沌时间序列预测

• 作者: 张全柱 潘玉民 邓永红
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 混沌时间序列 太阳黑子 混合pi-sigma 模糊神经网络 QPSO-FNN 预测
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 基金项目论文
• 页码范围: 91-94,98
• 页数: 5页
• 分类号: TP301
• 字数: 4002字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.08.024

摘要

提出一种太阳黑子月均数混沌时序的模糊神经网络预测方法.该方法根据时间序列的延迟因子和饱和嵌入维数重构相空间,利用Lyapunov指数法判别时序系统的混沌特性,采用混合pi-sigma模糊神经推理方法拟合混沌吸引子特性.其中混合pi-sigma模糊神经网络以高斯基函数作为模糊子集的隶属度函数,在线动态调整隶属度函数和结论参数,并采用量子粒子群算法(QPSO)优化网络初始参数,提高预测准确度.该模型具有物理意义清晰、预测精度高以及预测结果确定等优点,仿真实验结果证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张全柱	华北科技学院信息与控制技术研究所	55	239	7.0	13.0
2	潘玉民	华北科技学院信息与控制技术研究所	40	142	5.0	10.0
3	邓永红	华北科技学院信息与控制技术研究所	52	187	7.0	11.0