基于相空间重构的Bernstein神经网络混沌序列预测

• 作者: 张宏立 李瑞国 范文慧
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 相空间重构 Bernstein神经网络 PSO算法 混沌时间序列预测
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 仿真系统与技术
• 页码范围: 880-889
• 分类号: TP391.9
• 语种: 中文

摘要

针对传统BP神经网络、RBF神经网络及AR模型预测精度不高、结构复杂,提出了相空间重构与Bernstein神经网络组合须测的新方法,并结合PSO算法进行组合预测模型的参数优化.分别以Sprott-J混沌系统和交通流系统为模型,利用自相关法和Cao方法相结合对混沌时间序列进行相空间重构;利用重构时间延迟相量及Bemstein神经网络建立预测模型,并与传统的BP神经网络、RBF神经网络及AR模型进行对比分析.仿真结果表明,相空间重构与Bernstein神经网络组合预测较传统模型结构简单、模拟效果好、预测精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范文慧	清华大学自动化系	51	792	15.0	27.0
2	张宏立	新疆大学电气工程学院	89	474	12.0	17.0
3	李瑞国	新疆大学电气工程学院	8	55	4.0	7.0