基于混沌线性回归与Elman神经网络的组合预测

• 作者: 朱万林 苏理云
• 来源期刊: 数据挖掘
• 学科: 工学
• 关键词: 混沌时间序列 混沌线性回归模型 Elman神经网络模型 组合预测模型
• 年，卷（期）: 2020,（1）
• 页码范围: 68-75
• 页数: 8页
• 分类号: TP1

摘要

针对单一模型对混沌时间序列预测能力不足的问题,本文将混沌线性回归模型和Elman神经网络模型相结合,设计一种组合预测模型,并将其应用于Lorenz混沌时间序列。首先建立混沌线性回归模型,然后建立Elman神经网络模型,最后建立基于加权算术平均算子的混沌线性回归模型和Elman神经网络的组合预测模型。通过Lorenz混沌时间序列检验了组合模型在实际预测中的有效性。仿真实验表明,组合预测模型在预测精度方面明显优于这两个单项预测模型,验证了本文提出的组合模型具有良好的预测效能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏理云	重庆理工大学理学院	64	187	7.0	10.0
2	朱万林	重庆理工大学理学院	1	0	0.0	0.0