基于RBF神经网络优化的混沌时间序列预测

• 作者: 王铁君 邬开俊
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 混沌时间序列 预测 径向基函数神经网络 差分进化算法 相空间重构 非线性系统
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 208-211,216
• 页数: 5页
• 分类号: TP393
• 字数: 3343字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.10.044

摘要

以神经网络和相空间重构相关理论为基础，提出一种基于差分进化(DE)优化径向基函数(RBP)神经网络的改进混沌时间序列预测算法。利用DE的全局搜索能力优化RBF神经网络基函数的中心、宽度以及网络的连接权值，以此获得最优的网络预测模型。将该预测算法应用于3种典型的非线性系统进行有效性验证，并与RBF神经网络预测模型的预测结果进行比较。仿真结果表明，改进算法的泛化能力优于RBF网络，同时可提高网络的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邬开俊	兰州交通大学电子与信息工程学院	35	252	11.0	15.0
2	王铁君	西北民族大学数学与计算机科学学院	18	201	8.0	14.0