基于Hermite神经网络的混沌时间序列预测

• 作者: 张宏立 李瑞国 王雅
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 相空间重构 Hermite神经网络 粒子群算法 混沌时间序列预测
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 算法
• 页码范围: 268-272
• 页数: 5页
• 分类号: TP391.9
• 字数: 4414字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.04.063

摘要

针对混沌时间序列的混沌性,提出一种改进的相空间重构方法——交集寻优法;针对传统的BP神经网络、RBF神经网络及AR模型对混沌时间序列预测效率和预测精度较低的缺点,提出两种不同的Hermite神经网络预测模型.以四阶蔡氏电路为模型,结合粒子群算法建立预测模型.仿真结果表明,利用交集寻优法进行相空间重构能很好地保留原系统的动力学特性,证实了该方法的有效性;Hermite神经网络较传统的预测模型精度更高,便于基于粒子群算法的Hermite神经网络预测方法的推广和应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宏立	新疆大学电气工程学院	89	474	12.0	17.0
2	王雅	新疆大学机械工程学院	9	57	4.0	7.0
3	李瑞国	新疆大学电气工程学院	8	55	4.0	7.0