基于差分进化的BP神经网络预测混沌时间序列

• 作者: 王铁君 邬月春
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 混沌时间序列 反向传播(BP)神经网络 差分进化 预测
• 年，卷（期）: 2013,（8）
• 页码范围: 160-163
• 分类号: TP301
• 字数: 3948字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1204-0435

摘要

针对BP神经网络预测模型收敛速度慢和容易陷入局部极小值的缺点,将差分进化算法和神经网络结合起来,提出了一种基于差分进化算法的BP神经网络预测混沌时间序列的方法,利用差分进化算法的全局寻优能力对BP神经网络的权值和阈值进行优化,然后训练BP神经网络预测模型求得最优解,将该预测方法用到3个典型的混沌时间序列进行算法的有效性验证,并与BP算法的预测精度进行了比较,仿真结果表明该方法对混沌时间序列预测具有更好的非线性拟合能力和更高的预测准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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
2	邬月春	兰州交通大学自动化与电气工程学院	4	64	4.0	4.0