基于大脑情感学习模型和自适应遗传算法 的混沌时间序列预测

• 作者: 刘振焘 梅英 武鹤 谭冠政
• 来源期刊: 物理学报
• 关键词: 混沌时间序列 预测 大脑情感学习 自适应遗传算法
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 总论
• 页码范围: 23-35
• 页数: 13页
• 字数: 8302字
• 语种: 中文
• DOI: 10.7498/aps.67.20172104

摘要

针对传统神经网络预测精度不高、收敛速度慢的问题,提出一种基于大脑情感学习模型和自适应遗传算法的混沌时间序列预测方法.大脑情感学习模型模拟了哺乳动物大脑中杏仁体和眶额皮质之间的情感学习机制,具有计算复杂度低、运算速度快的特点,因此可以大大提高混沌预测的快速性.为了进一步提高大脑情感学习模型的预测精度,采用自适应遗传算法优化其参数,将待优化的权?与阈?分布在染色体基因序列上,用适应度函数选出最佳参数,从而增强了模型的逼近能力.基于Lorenz混沌时间序列和实际地磁Dst指数序列的预测结果表明,本文方法较其他传统方法在预测精度、运算速度和稳定性上均具有明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭冠政	中南大学信息科学与工程学院	111	1318	20.0	31.0
2	梅英	中南大学信息科学与工程学院	22	55	5.0	6.0
6	刘振焘	中国地质大学自动化学院	5	24	3.0	4.0
7	武鹤	湖南文理学院电气与信息工程学院	1	5	1.0	1.0